跳到主要内容Skip to main content

Models · Data · 指令与 SFT

Databricks Dolly 15k

Databricks 员工人工编写,覆盖问答、生成、摘要、信息抽取等类别。

来源Databricks
规模1.5 万条指令
语言英文
格式JSONL
许可CC-BY-SA-4.0
商用允许,衍生作品需同样开放
获取直接下载
任务适配SFT / 指令跟随
核验日2026-11-19

质量与偏差

Databricks 员工人工编写,覆盖问答、生成、摘要、信息抽取等类别。

使用边界

CC-BY-SA 有传染性;如果你把数据混进训练集,衍生数据的分发方式要先看许可。

下一步

  • 打开来源页,下载数据集卡与许可原文,确认版本与获取条件。
  • 先抽 100–500 条样本做质量、语言与敏感内容抽检,再决定是否进训练管线。
  • 如果用于 RAG 或 SFT,先读 RAG 语料怎么选 / SFT 数据怎么配比。
来源:https://huggingface.co/datasets/databricks/databricks-dolly-15k · 核验日 2026-11-19 · 许可以来源页为准