Датасет · openbmb
SFT-данные для MiniCPM5: математика и код
openbmb/UltraData-SFT-2605
Более 15 млн SFT-примеров на английском и китайском для посттренировки модели MiniCPM5-1B-SFT.
Что внутри
UltraData-SFT-2605 — полный набор SFT-данных из core-доменов, использованный при посттренировке MiniCPM5-1B-SFT. В него входят математика, код, знания, следование инструкциям и другие домены; всего более 15 млн примеров. Языки — английский и китайский, формат в доступном фрагменте не уточнён.
Что можно сделать
- SFT языковой модели на математике и коде
- Дообучение инструкционной модели
- Сравнение качества SFT-наборов для en/zh
- Задачи
- Генерация текста, Вопрос-ответ
- Языки
- Английский, Китайский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 17,7 тыс.
- Лайков
- 418
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("openbmb/UltraData-SFT-2605")