EPFL-LLM 指导原则数据集

数据集简介

这是一个由 EPFL-LLM 团队整理的文本数据集，主要收集了各类指导原则、准则或规范文本。

主要用途

可用于大型语言模型（LLM）的训练、微调或评估，特别是在理解和生成符合特定准则的文本方面。

数据类型/模态

• 模态类型：纯文本
• 数据格式：JSON
• 数据规模：包含 37,970 行数据条目

使用场景

1. 模型训练：训练语言模型理解和遵循各类指导原则。
2. 基准测试：评估模型在生成符合规范文本方面的能力。
3. 规则提取：从文本中自动提取结构化准则或规范。

特点

• 数据集完全开放（非门控访问）。
• 社区认可度较高（截至统计时已获 146 次点赞，607 次下载）。
• 支持多种数据处理库（如 pandas、polars 等）。