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