GPT-4生成的多模块AI训练数据集
GPTeacher项目提供由GPT-4生成的多模块数据集,包含通用指令、角色扮演、代码生成和工具使用等内容。数据集涵盖思维链推理、逻辑谜题和文字游戏等多样化任务,采用Alpaca格式便于模型微调。最新的角色扮演V2数据集规模更大,内容更丰富,包含模拟对话历史。这些数据集为AI模型训练提供了丰富的资源。
由GPT-4生成的模块化数据集集合,包括通用指令、角色扮演指令、代码指令和Toolformer
新增:角色扮演V2(补充)数据集已添加到/roleplay/目录: - 仍然100%由GPT4生成 - 比原始角色扮演数据集大2.5倍 - 更加多样化 - 大部分示例中包含模拟对话/聊天历史
这些数据集主要通过改编alpaca提示来创建,其中toolformer数据集的改编程度略高。使用了多个版本的提示,由于我只保存了最终提示,所以可能不会发布它,否则会让最终用户感到困惑。示例提示可参见:https://github.com/tatsu-lab/stanford_alpaca/blob/main/generate_instruction.py
通用指令使用了许多与alpaca相同的种子提示,但也包含了一些在alpaca中不常见的特定示例。例如思维链推理、逻辑谜题、文字游戏、角色扮演(轻度),并被要求在示例回答中适当包含推理背景和思考步骤等。 通用指令数据集经过去重后约有20,000个示例。
代码生成指令数据集仍在清理中,清理完成后将上传。
更新:代码指令数据集已上传!包含约5350个涉及各种编程语言的代码任务指令!
角色扮演指令数据集专门用于扮演各种背景和性格的角色,包括虚构和非虚构人物。
除角色扮演外,每个数据集都分为5个单独的数据集,基于相似度评分进行清理。包括仅简单去重的数据集,以及相似度<60%到<90%范围内清理后的数据集。
所有数据集都符合Alpaca的数据集格式,即每个数据集都包含指令、输入和输出字段,这使得使用与alpaca相同的微调脚本和过程变得更加容易。
toolformers部分的文档即将发布,我们生成了一个数据集,用于 使用一组预定义的工具,包括搜索、Python、终端/shell、维基百科、Wolfram等。
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付 速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助 手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、 专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科 大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号