К содержимому

Датасет · akoksal

Инструкции для генерации длинных связных текстов LongForm

akoksal/LongForm

Англоязычный датасет с инструкциями, восстановленными по реальным текстам из Википедии, C4 и Stack Exchange.

Что внутри

Внутри находятся пары инструкций и развёрнутых ответов на английском языке, объём составляет от 10 до 100 тысяч записей. Для создания авторы брали готовые тексты людей из корпусов C4 и Wikipedia и с помощью LLM генерировали к ним обратные инструкции, а затем дополнили набор примерами из Stack Exchange, WikiHow и задачами на суммаризацию, написание писем и исправление грамматики.

Что можно сделать

  • SFT-дообучение моделей генерировать длинные, структурированные и естественные тексты
  • Тренировка LoRA-адаптеров для суммаризации, редактуры, написания писем и ответов по таблицам
Задачи
Вопросы по таблицам, Суммаризация, Генерация текста, Вопрос-ответ
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
713
Лайков
61

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("akoksal/LongForm")
Инструкции для генерации длинных связных текстов LongForm — датасет akoksal/LongForm | NeyroLearn