请教下数据集规模

[TZWwww]

非常感谢您很有意义的工作，想请教一下所使用到的instruction-tuning的数据量。
另外，想再请教一下是否有探究多大的instruction-tuning数据量就够用了呢？
非常感谢

[jerry1993-tech]

之前的是QA数据集，大约12M。
「想再请教一下是否有探究多大的instruction-tuning数据量就够用了呢」原则上是数据质量越高越好、数据多样性越多越好，一般一种类型2W+ 即可。

[luxinglong]

请问12M是disk size，还是instruction数量？