Датасет · BelleGroup
3,5 млн китайских инструкций BELLE
BelleGroup/train_3.5M_CN
Около 3,5 млн пар инструкция–ответ на китайском от проекта BELLE.
Что внутри
Китайский text-generation датасет примерно из 3,5 млн инструктивных примеров, сгенерированных проектом BELLE. Примеры представлены как диалоги с ролями human и assistant. Размер — 1–10 млн записей.
Что можно сделать
- SFT китайской LLM
- LoRA-дообучение инструкционного ассистента
- Проверка генерации на китайских инструкциях
- Языки
- Китайский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 1,8 тыс.
- Лайков
- 164
Модели, обученные на нём
- charent/ChatLM-mini-ChineseГенерация текста 162
- golaxy/gogpt-3b-bloomГенерация текста 92
- golaxy/gogpt-7b-bloomГенерация текста 89
- golaxy/gogpt-560mГенерация текста 87
- yuanzhoulvpi/chinese_falcon_7b_chatГенерация текста 72
- flylcw/seq_monkey_pretrain_sft_optimization_1.5BГенерация текста 28
- golaxy/gogpt-math-560mГенерация текста 15
- yjk123/ChatLM-mini-ChineseГенерация текста 5
Как загрузить
from datasets import load_dataset
ds = load_dataset("BelleGroup/train_3.5M_CN")