Датасет · shareAI
Китайско-английские диалоги 90k
shareAI/ShareGPT-Chinese-English-90k
90 тыс. параллельных пар вопрос-ответ на китайском и английском для обучения диалоговых моделей.
Что внутри
Это человеко-машинный QA-датасет на китайском и английском с вопросами из реальных и сложных сценариев. Китайские и английские пары полностью семантически эквивалентны. По метаданным размер — от 10 до 100 тыс. элементов; данные позиционируются как более устойчивые по распределению инструкций, чем сгенерированные повторными вызовами API.
Что можно сделать
- Обучить двуязычную диалоговую LLM через SFT
- Дообучить LoRA для QA на китайском и английском
- Проверить качество параллельных ответов
- Задачи
- Вопрос-ответ, Генерация текста
- Языки
- Английский, Китайский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 2,1 тыс.
- Лайков
- 297
Модели, обученные на нём
- shareAI/CodeLLaMA-chat-13b-ChineseВопрос-ответ 127
- qihoo360/Inner-Adaptor-ArchitectureКартинка + текст 89
- qihoo360/360VL-8BВопросы по картинкам 88
- qihoo360/360VL-70BВопросы по картинкам 61
- ecfirst/360VL_PHIВопросы по картинкам 27
- shareAI/CodeLlama-13b-English-ChatГенерация текста 23
- 360ZhiNao/360VL-70BВопросы по картинкам 12
- 360ZhiNao/Inner-Adaptor-ArchitectureКартинка + текст 12
Как загрузить
from datasets import load_dataset
ds = load_dataset("shareAI/ShareGPT-Chinese-English-90k")