概要

这是一份由Google Cloud翻译完成的泰语??指导数据集，该数据集是从斯坦福大学发布的经过清洗的原始Alpaca数据集翻译而来，包含了由OpenAI的text-davinci-003引擎生成的52,000个指令和演示。该指导数据可用于进行语言模型的指导调优，使语言模型更好地遵循指令。

在原始发布的数据中，已经发现并在这个数据集中进行了修复以下问题:

原始Alpaca数据集概要

Alpaca是由OpenAI的text-davinci-003引擎生成的52,000个指令和演示的数据集。该指导数据可用于进行语言模型的指导调优，使语言模型更好地遵循指令。

作者在 Self-Instruct framework 的数据生成流水线的基础上进行了改进，具体如下：

• 使用text-davinci-003引擎生成指令数据，而不是davinci。
• 编写了一个 new prompt ，明确要求使用text-davinci-003引擎生成指令。
• 使用更加激进的批量解码，即一次生成20个指令，大大降低了数据生成的成本。
• 简化了数据生成流程，舍弃了分类和非分类指令之间的差异。
• 每个指令只生成一个实例，而不是像Self-Instruct中一样生成2到3个实例。

这样产生了一个包含52K个示例的指导数据集，成本比原始数据集低得多(不到500美元)。在初步研究中，作者还发现，与 Self-Instruct 发布的数据相比，生成的52K数据更加多样化。

支持的任务：

• 训练LLM
• 合成数据生成
• 数据增强

语言：泰语版本：1.0