Датасет · opencsg
Китайский образовательный корпус Fineweb-Edu
opencsg/Fineweb-Edu-Chinese-V2.1
Китайские образовательные тексты с оценками 2–3 из источников map-cc и opencsg-cc.
Что внутри
Обновлённая версия китайского корпуса Fineweb-Edu для NLP-задач в образовании. В V2.1 добавлены источники map-cc и opencsg-cc, а также оставлены записи с оценками от 2 до 3. Записи организованы в разные разделы; язык — китайский.
Что можно сделать
- Дообучение китайской LLM на образовательных текстах
- SFT для учебных и справочных ответов
- Оценка качества образовательной генерации
- Задачи
- Генерация текста
- Языки
- Китайский
- Размер
- 10B–100B записей
- Скачиваний за месяц
- 44,5 тыс.
- Лайков
- 81
Модели, обученные на нём
- mradermacher/Marco-Mini-Global-Base-i1-GGUF 2,2 тыс.
- mradermacher/Marco-Nano-Base-i1-GGUF 1,3 тыс.
- mradermacher/Marco-Mini-Base-i1-GGUF 895
- mradermacher/Marco-Mini-Base-GGUF 501
- mradermacher/Marco-Nano-Base-GGUF 356
- mradermacher/Marco-Mini-Global-Base-GGUF 330
- ATH-MaaS/Marco-Nano-BaseГенерация текста 134
- ATH-MaaS/Marco-Mini-BaseГенерация текста 83
Как загрузить
from datasets import load_dataset
ds = load_dataset("opencsg/Fineweb-Edu-Chinese-V2.1")