Датасет · argilla
Вычищенные мультиязычные инструкции Dolly
argilla/databricks-dolly-15k-curated-multilingual
Отредактированная версия инструкций Databricks Dolly на испанском, немецком и французском языках.
Что внутри
Текстовый датасет объемом от 10 до 100 тысяч примеров на испанском, немецком и французском языках. Он представляет собой улучшенную версию оригинального набора данных Dolly v2, который прошел программную очистку и ручную модерацию с помощью инструментов Argilla (вручную исправлено около 400 записей).
Что можно сделать
- SFT-дообучение мультиязычных LLM следованию инструкциям на европейских языках
- Обучение адаптеров LoRA для локализации языковых моделей
- Сравнение качества генерации на вычищенных мультиязычных промптах
- Задачи
- Генерация текста
- Языки
- Испанский, Немецкий, Французский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 668
- Лайков
- 55
Модели, обученные на нём
- TheBloke/Llama2-70B-OASST-SFT-v10-GGUFГенерация текста 2,7 тыс.
- OpenLLM-France/Lucie-7B-Instruct-human-dataГенерация текста 1,4 тыс.
- mradermacher/Lucie-7B-Instruct-human-data-GGUF 357
- vllm-sr/Decision-1.0-Route-0.6BZero-shot классификация 103
- OpenAssistant/llama2-70b-oasst-sft-v10Генерация текста 87
- ITLL/Decision-1.0-Route-0.6BZero-shot классификация 38
- TheBloke/Llama2-70B-OASST-SFT-v10-GPTQГенерация текста 34
- alexgusevski/Lucie-7B-Instruct-human-data-q6-mlxГенерация текста 23
Как загрузить
from datasets import load_dataset
ds = load_dataset("argilla/databricks-dolly-15k-curated-multilingual")