К содержимому

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")