Датасет · MarkrAI
Корейские данные для коммерческого обучения
MarkrAI/KoCommercial-Dataset
Около 1,44 млн корейских примеров с лицензией MIT для коммерчески допустимого обучения.
Что внутри
KoCommercial-Dataset — корейский текстовый набор; в карточке указано около 1,44 млн примеров и лицензия MIT. Авторы также опубликовали код для генерации SSL-данных и список источников, которые можно использовать в коммерческих целях.
Что можно сделать
- Обучение корейской языковой модели на коммерчески допустимых данных
- SFT корейского ассистента
- Проверка пайплайна генерации SSL-данных
- Языки
- Корейский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 257
- Лайков
- 172
Модели, обученные на нём
- mradermacher/Waktaverse-Llama-3-KO-8B-Instruct-GGUF 1,4 тыс.
- mradermacher/LFM2.5-1.2B-Instruct-Korean-GGUF 473
- mradermacher/Brframe-Phi-3.5-mini-Instruct-GGUF 147
- tensorblock/Waktaverse-Llama-3-KO-8B-Instruct-GGUF 126
- PathFinderKR/Waktaverse-Llama-3-KO-8B-InstructГенерация текста 37
- sh-024/LFM2.5-1.2B-Instruct-KoreanГенерация текста 34
- Surromind/RetrievalLLM-previewГенерация текста 23
- llaa33219/Vere1Ko-360MГенерация текста 23
Как загрузить
from datasets import load_dataset
ds = load_dataset("MarkrAI/KoCommercial-Dataset")