Open-Orca/SlimOrca

数据集简介

Open-Orca/SlimOrca 是一个由 Open-Orca 团队发布的大型文本数据集，主要用于训练和评估大型语言模型（LLMs）。

主要用途

该数据集旨在为语言模型的指令微调（Instruction Tuning）和对话能力优化提供高质量的训练语料。

数据类型/模态

• 模态类型：纯文本（Text）
• 数据格式：JSON

规模与统计信息

• 数据量：包含约 51.8 万行数据
• 下载量：超过 3000 次
• 社区评价：获得 290 个点赞

使用场景

适用于：
- 大型语言模型的指令跟随训练
- 对话系统与聊天机器人的开发
- 自然语言处理研究中的模型微调实验

特点说明

数据集经过精简处理（Slim），在保证数据质量的同时优化了规模，便于研究人员和开发者高效使用。数据以 JSON 格式存储，支持通过主流数据处理库（如 pandas、polars）直接加载。