Датасет · mlabonne
Отфильтрованный FineTome на 100k
mlabonne/FineTome-100k
100 тыс. примеров из The Tome, отфильтрованных классификатором FineWeb-Edu для обучения Llama 3.1.
Что внутри
Датасет является подмножеством arcee-ai/The-Tome без arcee-ai/qwen2-72b-magpie-en. Его повторно отфильтровали с помощью HuggingFaceFW/fineweb-edu-classifier. Собран для статьи о дообучении Llama 3.1 с Unsloth; размер — от 100K до 1M примеров.
Что можно сделать
- Дообучить Llama 3.1 через Unsloth
- Сделать SFT-датасет для инструкционных моделей
- Проверить фильтрацию по образовательному качеству
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 16,2 тыс.
- Лайков
- 291
Модели, обученные на нём
- anakin87/Phi-3.5-mini-ITAГенерация текста 6,2 тыс.
- bartowski/dolphin-2.9.4-llama3.1-8b-GGUFГенерация текста 6 тыс.
- dphn/dolphin-2.9.4-llama3.1-8b-gguf 5,6 тыс.
- mradermacher/dolphin-2.9.4-llama3.1-8b-i1-GGUF 3,3 тыс.
- thelamapi/next2.5-i1-GGUFКартинка + текст 1,9 тыс.
- mradermacher/next-12b-i1-GGUFВопрос-ответ 1,8 тыс.
- mradermacher/dolphin-2.9.4-llama3.1-8b-GGUF 1,7 тыс.
- carsenk/llama3.2_1b_2025_uncensored_v2Генерация текста 1,7 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("mlabonne/FineTome-100k")