HachiML/self-rewarding_instruct download history
HachiML/self-rewarding_instruct is a text generation dataset on the Hugging Face Hub. In the last 30 days it was downloaded 59 times (14 in the last 7 days), and 1,900 times in total. It ranks #229,812 among datasets by monthly downloads.
self-rewarding_instruct self-rewarding_instructは、 Stanford Alpacaの手法 kunishou/oasst1-89k-jaをseed tasksとして mistralai/Mixtral-8x22B-Instruct-v0.1 で作った合成データ(Synthetic data)です。モデルの利用にはDeepinfraを利用しています。データセットはmistralai/Mixtral-8x22B-Instruct-v0.1によって精査されています。 self-rewarding用に作成した
Open HachiML/self-rewarding_instruct on Hugging Face
Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.