Датасет · nvidia
Данные для генерации структурированных форматов
nvidia/Nemotron-RL-Instruction-Following-Structured-Outputs-v2
Набор от NVIDIA на английском языке для обучения моделей строгому выводу в JSON, YAML, XML, TOML и CSV.
Что внутри
Англоязычный датасет объёмом от 10 до 100 тысяч записей для генерации текста по заданным схемам. Включает два раздела: прямую генерацию в JSON, YAML и XML, а также более сложные задачи по извлечению данных и переводу между форматами с добавлением TOML и CSV.
Что можно сделать
- Дообучение LLM строго следовать схемам при генерации JSON, YAML или XML
- Тренировка моделей для извлечения структурированных данных из неструктурированного текста
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 1,8 тыс.
- Лайков
- 10
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/Nemotron-RL-Instruction-Following-Structured-Outputs-v2")