Датасет · m-a-p
Качественные китайские инструкции для SFT
m-a-p/COIG-CQIA
Высококачественный набор инструкций на китайском для SFT из интернет-вопросов и статей.
Что внутри
Датасет содержит инструкции и ответы на китайском языке; по карточке, исходниками стали вопросы-ответы и статьи из китайского интернета. Данные прошли глубокую очистку, переработку и ручную проверку, объём — от 10 до 100 тыс. примеров. Формат — text, задачи включают question-answering, text-generation и text-classification.
Что можно сделать
- Дообучение китайской instruct-модели (SFT) на небольшом качественном наборе
- Создание LoRA для китайского ассистента
- Проверка модели на следование инструкциям и ответы в стиле человеческого диалога
- Задачи
- Вопрос-ответ, Классификация текста, Генерация текста
- Языки
- Китайский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 13,2 тыс.
- Лайков
- 794
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("m-a-p/COIG-CQIA")