databricks / databricks-dolly-15k
指令跟随数据集，含头脑风暴、问答、分类、摘要、信息抽取等任务
关键规格
HF 热度47,349 下载 · 1,080 收藏观测于 2026-08-22
源仓库更新2023-06-30
仓库许可不等于数据内容权利已全部清理，商用仍需核对数据来源、隐私与版权条款。
采用判断
项目资料与外部反馈 · 3 个来源 · 核验于 2026-06-20
首个开放商用许可的人工生成指令数据集，但因规模小(15k条)且存在标注噪声、毒性内容等质量问题，已被更大更干净的数据集替代
适合用来
- 提供明确允许商用的开源指令微调数据集许可
- 以人工众包方式生成指令-回复对，区别于纯合成数据路线
采用前注意
- Cleanlab清洗版分析显示原始数据存在毒性评分高达0.99、非英语内容评分达0.91等质量问题
- 部分回复含时效性事实陈述(如'曼联现任主帅是滕哈格')，已过时
- 存在空回复(null)条目
- 社区讨论质疑该数据集当前是否仍有价值