Датасет · llm-wizard
Инструкции на китайском от GPT-4
llm-wizard/alpaca-gpt4-data-zh
10–100 тыс. китайских пар инструкция–ответ для дообучения текстовых моделей; только для исследований.
Что внутри
Датасет содержит инструкции и ответы на китайском языке, созданные в рамках работы по instruction tuning с GPT-4. Объём — от 10 до 100 тыс. примеров. Лицензия CC BY-NC 4.0 разрешает только некоммерческое исследовательское использование; модели на его основе нельзя применять вне исследований.
Что можно сделать
- SFT китайской инструкционной модели
- Дообучение LoRA для ответов на китайские запросы
- Оценка следования инструкциям на китайском
- Задачи
- Генерация текста
- Языки
- Китайский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 1,1 тыс.
- Лайков
- 76
Модели, обученные на нём
- stephenlzc/dolphin-llama3-zh-cn-uncensoredГенерация текста 6,3 тыс.
- stephenlzc/Mistral-7B-v0.3-Chinese-Chat-uncensoredГенерация текста 1,8 тыс.
- niwz/Mini-Chinese-Phi3Генерация текста 144
- fengpeisheng1/Mistral-7B-v0.3-Chinese-Chat-uncensored-IQ4_NL-GGUFГенерация текста 39
- DeeWoo/Llama-2-7b-chat_FFT_Alpaca-gpt4-zhГенерация текста 18
Как загрузить
from datasets import load_dataset
ds = load_dataset("llm-wizard/alpaca-gpt4-data-zh")