WebInstruct-CFT
Dataset textuel conçu pour entraîner des modèles à critiquer des réponses, couvrant plusieurs domaines scientifiques et business, avec des exemples structurés en instructions, inputs, outputs.
Versions de 4 000 à 600 000 exemples, format JSON avec instructions, inputs, outputs textuels
Apache 2.0
Description
WebInstruct-CFT est un jeu de données textuel comprenant des instructions, des questions et des critiques détaillées générées par GPT-4o. Il couvre des sujets variés dont les mathématiques, la physique, la chimie, le business et les humanités.
À quoi sert ce dataset ?
- Fine-tuning de modèles LLM pour générer des critiques précises et constructives
- Amélioration de la qualité des réponses générées par les modèles d’IA
- Entraînement sur plusieurs domaines scientifiques et business avec une structure claire
Peut-on l’enrichir ou l’améliorer ?
Oui, il est possible d’ajouter d’autres domaines ou d’augmenter la diversité des critiques. L’annotation manuelle peut également affiner la qualité des critiques produites.
🔎 En résumé
🧠 Recommandé pour
- Chercheurs en NLP
- Équipes de fine-tuning LLM
- Développeurs d’assistants IA
🔧 Outils compatibles
- Hugging Face Datasets
- PyTorch
- TensorFlow
- Scripts JSON
💡 Astuce
Exploiter la version complète (600K) pour un entraînement robuste, sinon utiliser les subsets pour prototypage.
Questions fréquemment posées
Ce dataset peut-il être utilisé pour entraîner un modèle à critiquer des réponses en français ?
Le dataset est principalement en anglais ; une adaptation ou traduction est nécessaire pour le français.
Quelles sont les tailles disponibles du dataset ?
Trois variantes : 4 000, 50 000 et 600 000 exemples selon les besoins et ressources.
Ce dataset convient-il pour des tâches hors critique de texte ?
Il est spécifiquement conçu pour la critique de réponses, mais les données peuvent être adaptées pour d’autres tâches NLP avec modification.
