QuixiAI/open-instruct-uncensored

数据集简介

Open-Instruct-Uncensored 是一个由 QuixiAI 发布的大规模文本指令数据集，旨在为语言模型的指令微调提供多样化的训练样本。

主要用途

该数据集主要用于训练或微调大型语言模型（LLM），使其能够更好地理解和遵循人类的各种指令，适用于开发对话助手、任务导向型AI等应用。

数据类型与模态

• 模态类型：纯文本（Text）
• 数据格式：JSON
• 数据内容：包含大量（约175.6万条）指令-响应对，覆盖广泛的主题和任务类型。

规模与统计

• 数据量：约 175.6 万行数据
• 下载量：234 次
• 社区反馈：获得 48 个点赞

核心特点与场景

1. “Uncensored”特性：数据集名称暗示其可能包含较少内容过滤或审查的指令数据，适用于需要模型处理更广泛、更开放主题的研究或应用。
2. 大规模与多样性：海量的指令样本有助于提升模型对复杂、多样化指令的理解和响应能力。
3. 适用场景：
   • 语言模型的指令跟随能力微调。
   • 开发开放域对话系统。
   • 学术研究，如探索模型在无严格内容限制下的行为与能力边界。