Датасет · BAAI
COIG-PC: крупная коллекция китайских промптов
BAAI/COIG-PC
Китайский текстовый корпус промптов COIG-PC объёмом от 100 млн до 1 млрд примеров.
Что внутри
Крупный текстовый датасет COIG-PC — коллекция промптов на китайском языке. Размер — от 100 млн до 1 млрд примеров. Для субдатасетов без отдельной лицензии по умолчанию действует Apache-2.0; если лицензия указана явно, применяются её условия.
Что можно сделать
- Обучение и дообучение китайских инструктивных LLM
- SFT на промптах
- Оценка следования инструкциям
- Языки
- Китайский
- Размер
- 100M–1B записей
- Скачиваний за месяц
- 698
- Лайков
- 272
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("BAAI/COIG-PC")