Датасет · maya-research
Бытовая QA на индийских языках
maya-research/IndicVault
Более 100 тыс. пар вопрос-ответ на хинди, телугу и английском для чат-ботов и голосовых агентов.
Что внутри
Indic Vault — инструкционные пары вопрос-ответ на повседневном разговорном языке Индии 2025 года. Языки: хинди, телугу и английский; размер в метаданных 100 тыс.–1 млн примеров. Данные позиционируются для чат-ботов и голосовых агентов и отличаются от формальных или устаревших стилей.
Что можно сделать
- Дообучение чат-бота на хинди и телугу
- SFT для голосового ассистента
- Проверка QA на разговорном языке
- Задачи
- Вопрос-ответ, Генерация текста
- Языки
- Хинди, te, Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 214
- Лайков
- 73
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("maya-research/IndicVault")