Models · Data · 指令与 SFT
FLAN Collection
把大量 NLP 任务改写成指令格式,任务覆盖面广,适合做指令微调的对照基线。
| 来源 | |
|---|---|
| 规模 | 约 1,836 个任务 / 1,500 万级样本 |
| 语言 | 英文为主 |
| 格式 | JSON / TFDS |
| 许可 | Apache-2.0 |
| 商用 | 允许 |
| 获取 | 直接下载 |
| 任务适配 | SFT / 多任务 |
| 核验日 | 2026-11-19 |
质量与偏差
把大量 NLP 任务改写成指令格式,任务覆盖面广,适合做指令微调的对照基线。
使用边界
任务模板高度统一,直接拿去训对话模型会显得机械;需要重采样与模板多样化。
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/Open-Orca/FLAN · 核验日 2026-11-19 · 许可以来源页为准