К содержимому

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

Как загрузить

from datasets import load_dataset

ds = load_dataset("argilla/databricks-dolly-15k-curated-multilingual")