lorinma/

EvolInstruct_zh_DeepseekAPI

和之前的Evol-Instruction尝试对比（https://huggingface.co/datasets/lorinma/Chinese_Evol_Instruct_3.5），使用了中文prompt。 因为OpenAI接口太贵，使用了DeepSeek赠送的1000万token。这次生成了一万条基本用完了。 一共有3个文件： combined_seed_correct.json 是使用的基础种子任务371条，alpaca格式。使用了 Belle的中文种子任务175条。并且参照了 4 增加了ShareGPT的数据以更接近真实世界的用法，掺入了 Wildchat-zh抽样196条 ，多轮对话只采用第一个有意义的问答对。 evolve_chinese.py 基于H2O EvolInstruction的代码。 0227_evol_combinedseedcorrect.json 生成的1.2万条数据。