h2oai/h2ogpt-oig-instruct-cleaned

h2oGPT数据集是一个开源的指令型数据集，用于大型语言模型的微调。该数据集包含195436行数据，每行数据只有一个字段input。数据集来源于LAION OIG，并经过去毒和过滤处理。数据集的许可证是Apache-2.0，允许商业使用。h2oGPT数据集是一个开源的指令型数据集，用于大型语言模型的微调。该数据集包含195436行数据，每行数据只有一个字段input。数据集来源于LAION OIG，并经过去毒和过滤处理。数据集的许可证是Apache-2.0，允许商业使用。

原始信息汇总

h2oGPT Data Card 概述

数据集基本信息

• 名称: h2ogpt-oig-instruct-cleaned
• 类型: 开源指令型数据集
• 用途: 用于大型语言模型的微调
• 许可: Apache-2.0，允许商业使用

数据集详细规格

• 行数: 195,436
• 列数: 1
• 列名: [input]

数据来源

• 原始数据集: LAION OIG Dataset
• 处理过程: 通过h2oGPT仓库中的脚本进行数据净化和筛选