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
- mradermacher/Baligh-1.7B-i1-GGUFГенерация текста 4,5 тыс.
- mradermacher/Baligh-1.7B-GGUFГенерация текста 853
- Kandil7/Baligh-1.7BГенерация текста 630
- VohoAI/voho-saudi-chat-4b-GGUFГенерация текста 417
- mradermacher/voho-saudi-chat-4b-GGUF 322
- Ruqiya/Fine-Tuning-Gemma-2b-it-for-ArabicГенерация текста 118
- VohoAI/voho-saudi-chat-4bГенерация текста 30
- ParavisseOfPervasive/arabic-llm-125m-qa 26
Как загрузить
from datasets import load_dataset
ds = load_dataset("arbml/CIDAR")