Датасет · BelleGroup
500 тыс. китайских инструкций
BelleGroup/train_0.5M_CN
Около 500 тыс. китайских инструкций от проекта BELLE для обучения по инструкциям.
Что внутри
Датасет содержит примерно 500 тыс. примеров китайских инструкций, сгенерированных проектом BELLE. Поля: instruction, input (в этом наборе пустое) и output. Использование разрешено только в исследовательских целях, не для коммерции.
Что можно сделать
- Дообучить китайскую LLM на инструкциях
- Запустить SFT или LoRA для instruction following
- Проверить качество следования инструкциям на китайском
- Языки
- Китайский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 1,3 тыс.
- Лайков
- 124
Модели, обученные на нём
- mradermacher/ChunMengDie-1.0-0.4b-GGUF 498
- XingChina/ChunMengDie-1.0-0.4bГенерация текста 282
- golaxy/gogpt2-7bГенерация текста 233
- wptoux/bloom-7b-chunhuaГенерация текста 102
- golaxy/gogpt-3b-bloomГенерация текста 92
- golaxy/gogpt-7b-bloomГенерация текста 89
- golaxy/gogpt-560mГенерация текста 87
- golaxy/gogpt2-7b-pretrainГенерация текста 26
Как загрузить
from datasets import load_dataset
ds = load_dataset("BelleGroup/train_0.5M_CN")