Instruct Me 数据集卡片

数据集概述

Instruct Me 是一个包含人类用户和 AI 助手之间提示和指令对话的数据集。这些提示来自于（提示，补全）对在 Helpful Instructions dataset 中。目标是训练一个可以“健谈”的语言模型，能够回答人类用户可能给 AI 助手下达的问题或任务。

支持的任务和排行榜

我们提供了三个配置文件，可用于训练 RLHF 模型：

• instruction_tuning

用于指令调整的单轮用户/机器人对话。

• reward_modeling

提示生成模型补全并收集人类偏好数据的数据。

• ppo

用于使用 PPO 等技术优化指令调整模型的提示生成模型补全。

更新日志

• 3月6日，2023年：发布 v1.1.0 版本。将 reward_modeling 和 ppo 配置中的文本列更改为 prompt，以确保与我们的其他数据集模式的一致性。
• 3月5日，2023年：发布 v1.0.0 版本。