chatgpt-roles

מה זה

המאגר מכיל בין אלף לעשרת אלפים רשומות המיועדות למשימות יצירת טקסט, כאשר כרטיס הדאטהסט מציג עשרות דוגמאות של פרסונות מוגדרות מראש. כל רשומה כוללת כינוי מבוסס תפקיד והנחיית מערכת מקבילה שמגדירה את תחום המומחיות, סגנון המענה ומטרות השיחה. התחומים מכסים מגוון נושאים, החל מייעוץ טכנולוגי, שיווק, כתיבה יוצרת ומשפטים, ועד לכושר, טיולים ופיתוח תוכנה.

תיעוד המאגר אינו מפרט את מקור הנתונים המקורי, שיטות הסינון או תהליכי הניקוי שבוצעו על הרשומות לפני הפרסום. בנוסף, הכרטיס אינו מציין חלוקה מוגדרת לקבוצות אימון, בדיקה או ולידציה.

מתאים ל

• אימון מודל לתפקידים

  כוונון עדין של מודלי שפה להתאמת סגנון דיבור לפי פרסונות קבועות מראש.

• הערכת תאימות להנחיות

  בדיקת יכולת המודל להיצמד להגדרות תפקיד מורכבות לאורך שיחות.

• בניית מאגר פרומפטים

  שימוש בטקסטים כהנחיות מערכת מוכנות לאפליקציות צ'אט מבוססות בינה מלאכותית.

איפה זה נופל

הנתונים כולם באנגלית ואינם כוללים עברית. תאריך הפרסום הוא מרץ 2023, כך שהתכנים אינם מעודכנים להתפתחויות האחרונות במודלי שפה. כרטיס המאגר לא מספק מידע על הטיות, תהליכי אימות או איכות הדאטה, ולכן קשה להסתמך עליו למוצרי פרודקשן בלי לעבור ידנית על הדגימות.

איך טוענים

טוענים את הנתונים ישירות דרך ספריית הדאטהסטים של Hugging Face באמצעות המזהה WynterJones/chatgpt-roles, ללא צורך באישור גישה או בהרשמה מוקדמת. המאגר כולל שני קבצים ומשקלו נמוך מאוד ביחס למאגרי שפה רגילים. הטקסטים שמורים באנגלית וכוללים בעיקר פרומפטים של הנחיות מערכת, כך שמומלץ לבדוק את מבנה העמודות המדויק מיד לאחר הטעינה הראשונית.

from datasets import load_dataset

ds = load_dataset("WynterJones/chatgpt-roles")

הרישיון

המאגר מופץ תחת רישיון MIT. הרישיון הזה מתיר שימוש מסחרי ומאפשר שינוי, הפצה ושילוב בקוד סגור, בתנאי ששומרים על הודעת זכויות היוצרים המקורית. מודלים שתאמנו על בסיס הנתונים האלה פטורים מחובת שיתוף באותו רישיון.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗