Self-Instruct

发布方 U Washington / Tehran U 发布 2022-12 规模 52K 自生成指令

合成与数据飞轮单一数据集全球商用友好 synthetic instruction

来源描述

用 LLM 自迭代生成指令的奠基方法 (Alpaca / Vicuna 路径起点)

Apache 2.0

近 30 天下载

1.6K

200

合成数据

Mixtral-8x7B 大规模合成教育内容，证明合成数据可用于预训练

RLAIF 奠基方法 - 用 AI 反馈替代人工反馈

Self-Rewarding LM - 模型自评分自训练，3 轮可超越 GPT-4 (AlpacaEval)

用 LLM 进化简单指令为复杂指令 (depth + breadth evolving)

PALI 系列用 SDXL 反向蒸馏 caption，证明合成 caption 优于网页 caption

VLM 的开源 RLAIF 数据，幻觉降低 70%

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。