返回数据集雷达

OpenOrca

OpenOrca

发布方 Open-Orca 发布 2023-07 规模 4M GPT-4 + 1M GPT-3.5 augmented
指令与SFT 单一数据集 全球 仅研究 sft
访问 huggingface.co

来源描述

FLAN + GPT-4 推理过程蒸馏的指令数据

MIT (但 GPT-4 输出禁商用)

HuggingFace 实测指标

Open-Orca/OpenOrca ↗
近 30 天下载
13.9K
点赞
1.6K
最近更新
2025-02-19
HF 授权标签
mit
datasets-server 实测规模
2.9M 条
由 HuggingFace datasets-server 现算，不是榜单页手写的数字
HF 规模档 1M<n<10M en HF 标签指向「商用友好」，与本刊判定的「仅研究」不一致，商用前请回原站核对

训练阶段（本刊判断）

SFT

同领域 · 指令与SFT

Tulu 3 SFT Mix ★

Tulu 3 模型的 SFT mix，覆盖数学/推理/代码/对话
OpenHermes 2.5 ★

社区最流行 SFT mix，多源 GPT-4 数据混合
UltraFeedback ★

GPT-4 评分的偏好数据，DPO 训练标准集
Magpie ★

Llama-3 自蒸馏 + alignment-only prompting，零成本生成 SFT 数据
WildChat-1M

真实用户与 ChatGPT 交互日志，研究用户分布最佳数据
OASST1 / OASST2

众包多语多轮对话，含人工评分 (RLHF reward 训练用)

领域、训练阶段、用途、License 分级与本刊判断由本刊维护； 下载量 / 点赞 / 更新时间 / 实测规模来自 HuggingFace Hub 官方 API 与 datasets-server，每周自动刷新。 规模、许可证与商用授权最终请以 原站 为准。