К содержимому

Датасет · arbml

Культурно адаптированные инструкции на арабском языке

arbml/CIDAR

10 000 проверенных вручную пар «инструкция — ответ» на арабском языке для SFT.

Что внутри

Датасет включает 10 000 текстовых инструкций и ответов на арабском языке. Около 9 109 примеров переведены с помощью ChatGPT из набора Alpagasus, а ещё 891 задание по арабской грамматике взято с сайта Ask the teacher. Все 10 000 записей прошли проверку командой из примерно 12 рецензентов.

Что можно сделать

  • SFT-дообучение языковых моделей для выполнения инструкций на арабском
  • Улучшение качества генерации и грамматики арабского языка в LLM
  • Обучение специализированных LoRA-адаптеров для арабоязычных ассистентов
Задачи
Генерация текста
Языки
Арабский
Размер
10K–100K записей
Скачиваний за месяц
2 тыс.
Лайков
57

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("arbml/CIDAR")