geniacllm/databricks-dolly-15k-askllm-v1

--- license: cc-by-sa-3.0 --- # databricks-dolly-15k-askllm-v1 データセット [databricks/databricks-dolly-15k](https://huggingface.co/datasets/databricks/databricks-dolly-15k) に対して、 Ask-LLM 手法でスコア付けしたデータセットです。 元データセットのカラムに加え `askllm_score` というカラムが追加されており、ここに Ask-LLM のスコアが格納されています。 Ask-LLM でスコア付けに使用した LLM は [Rakuten/RakutenAI-7B-instruct](https://huggingface.co/Rakuten/RakutenAI-7B-instruct) で、プロンプトは以下の通りです。 ``` ### {data} ### Does the previous paragraph demarcated within ### and ### contain informative signal for pre-training a large-language model? An informative datapoint should be well-formatted, contain some usable knowledge of the world, and strictly NOT have any harmful, racist, sexist, etc. content. OPTIONS: yes / no ANSWER: ``` - 元データセット - https://huggingface.co/datasets/databricks/databricks-dolly-15k - Ask-LLM 手法 - https://arxiv.org/abs/2402.09668 - https://speakerdeck.com/s_ota/ask-llm-20240313 - https://github.com/susumuota/nano-askllm ライセンスはオリジナルのデータセットのライセンスに従います。