datatab/open-orca-slim-serbian

Pregled

Ovaj segment OpenOrca kolekcije predstavlja pažljivo odabranu selekciju koja omogućava ostvarivanje visokih performansi sličnih onima koje se dobijaju korišćenjem obimnijih delova našeg skupa podataka. Ovog puta, fokus je na kompaktnom skupu od približno 500.000 GPT-4 odgovora.

Inovacija koja izdvaja ovu verziju jeste detaljan proces revizije uz pomoć GPT-4, gde su izdvojeni i odbačeni odgovori koji nisu u skladu sa standardima kvaliteta utvrđenim na osnovu ljudskih ocena iz FLAN skupa podataka. Zahvaljujući ovom pristupu, veličina skupa podataka svedena je na oko 500.000 stavki, čime se postiže kvalitet sličan ranijim izdanjima, ali sa značajno manjim zahtevima za računarskim resursima, odnosno samo dve trećine uobičajenih potreba.

Originalan dataset na engleskom jeziku dostupan je na adresi: https://huggingface.co/datasets/Open-Orca/SlimOrca, gde zainteresovani mogu pristupiti i pregledati izvorni skup podataka. Ova adresa služi kao referentna tačka za one koji žele da uporede originalne podatke sa ovom prilagođenom verzijom.

Demo Model

• Uskoro

Note

Dataset je reprezentacija mainško-sisntetičkog prevoda Google Translate servisom

Citation

@misc{SlimOrca,
  title = {SlimOrca: An Open Dataset of GPT-4 Augmented FLAN Reasoning Traces, with Verification},
  author = {Wing Lian and Guan Wang and Bleys Goodson and Eugene Pentland and Austin Cook and Chanvichet Vong and "Teknium"},
  year = {2023},
  publisher = {HuggingFace},
  url = {https://https://huggingface.co/Open-Orca/SlimOrca}
}

@misc{mukherjee2023orca,
      title={Orca: Progressive Learning from Complex Explanation Traces of GPT-4}, 
      author={Subhabrata Mukherjee and Arindam Mitra and Ganesh Jawahar and Sahaj Agarwal and Hamid Palangi and Ahmed Awadallah},
      year={2023},
      eprint={2306.02707},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

@misc{longpre2023flan,
      title={The Flan Collection: Designing Data and Methods for Effective Instruction Tuning}, 
      author={Shayne Longpre and Le Hou and Tu Vu and Albert Webson and Hyung Won Chung and Yi Tay and Denny Zhou and Quoc V. Le and Barret Zoph and Jason Wei and Adam Roberts},
      year={2023},
      eprint={2301.13688},
      archivePrefix={arXiv},
      primaryClass={cs.AI}
}