Датасет · bertin-project
Испанский перевод инструкций Stanford Alpaca
bertin-project/alpaca-spanish
От 10 до 100 тысяч пар инструкция-ответ на испанском языке, переведённых с помощью GPT-3.5-turbo для дообучения языковых моделей.
Что внутри
Внутри находятся тексты на испанском языке — перевод очищенной версии стэнфордского датасета Alpaca (alpaca_data_cleaned.json). В корпусе от 10 до 100 тысяч записей, переведённых с помощью модели OpenAI gpt-3.5-turbo (ранняя версия переводилась через NLLB 1.3B). Из-за использования модели OpenAI лицензия запрещает применять эти данные для создания конкурирующих с OpenAI моделей.
Что можно сделать
- SFT-дообучение LLM и LoRA-адаптеров для понимания инструкций на испанском языке
- Тестирование генерации текста и качества выполнения команд на испанском
- Задачи
- Генерация текста
- Языки
- Испанский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 1 тыс.
- Лайков
- 38
Модели, обученные на нём
- mradermacher/ecastera-eva-westlake-7b-spanish-GGUF 263
- bertin-project/bertin-gpt-j-6B-alpacaГенерация текста 166
- jalbarracin/spanish-alpaca-mT5Генерация текста 98
- tensorblock/Llama-2-13b-alpaca-es-GGUF 80
- xXGioXx/sad_core_v1_q8 54
- 4i-ai/Llama-2-13b-alpaca-esГенерация текста 51
- 4i-ai/Llama-2-7b-alpaca-esГенерация текста 40
- aquas-modela/Aqua-1.0.0Генерация текста 31
Как загрузить
from datasets import load_dataset
ds = load_dataset("bertin-project/alpaca-spanish")