Датасет · alibayram
Турецкий MMLU для оценки LLM
alibayram/turkish_mmlu
Крупный турецкоязычный датасет в формате MMLU для проверки и обучения языковых моделей.
Что внутри
Турецкий набор данных для задач генерации текста, классификации и вопросов по таблицам. По карточке это «самый полный и оригинальный» турецкий датасет для ИИ и академических приложений. Объём — от 100 тыс. до 1 млн примеров, язык — турецкий. Автор просит цитировать датасет через Zenodo DOI.
Что можно сделать
- Оценить LLM на турецком MMLU
- Дообучить турецкую модель классификации
- Проверить table-question-answering
- Задачи
- Генерация текста, Классификация текста, Вопросы по таблицам
- Языки
- Турецкий
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 185
- Лайков
- 75
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("alibayram/turkish_mmlu")