Датасет · BelleGroup
1 млн китайских инструкций
BelleGroup/train_1M_CN
Около 1 млн пар инструкция–ответ на китайском для обучения моделей следованию командам.
Что внутри
Содержит примерно 1 млн примеров китайских инструкций, сгенерированных проектом BELLE. У каждого примера есть поля instruction, input и output; поле input во всех записях пустое. Данные предназначены только для исследований, коммерческое использование запрещено.
Что можно сделать
- SFT китайской LLM
- Обучение LoRA на инструкциях
- Проверка понимания команд на китайском
- Языки
- Китайский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 828
- Лайков
- 164
Модели, обученные на нём
- charent/Phi2-Chinese-0.2BГенерация текста 378
- mradermacher/chatbloom-1b7-sft-GGUF 369
- golaxy/gogpt2-7bГенерация текста 233
- golaxy/gogpt-7bГенерация текста 203
- mradermacher/chatbloom-1b7-sft-i1-GGUF 187
- niwz/Mini-Chinese-Phi3Генерация текста 144
- golaxy/gogpt-3b-bloomГенерация текста 92
- golaxy/gogpt-7b-bloomГенерация текста 89
Как загрузить
from datasets import load_dataset
ds = load_dataset("BelleGroup/train_1M_CN")