Датасет · squarelike
Корейский перевод инструкций OpenOrca
squarelike/OpenOrca-gugugo-ko
Более 2,2 млн инструктивных примеров на корейском языке для SFT-обучения моделей.
Что внутри
Текстовый датасет на корейском языке, представляющий собой перевод известного корпуса OpenOrca, выполненный с помощью модели Gugugo-koen-7B-V1.1. Включает около 640 тысяч переведенных ответов GPT-4 и около 1,59 миллиона ответов GPT-3.5 (общий размер от 1 до 10 млн записей). Подходит для широкого круга NLP-задач, включая ответы на вопросы, саммаризацию и классификацию.
Что можно сделать
- SFT-дообучение языковых моделей на корейском языке
- Обучение моделей для суммаризации и ответов на вопросы по таблицам
- Тренировка классификаторов текста на корейских данных
- Задачи
- Классификация текста, Разметка токенов, Вопросы по таблицам, Вопрос-ответ, Zero-shot классификация, Суммаризация
- Языки
- Корейский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 137
- Лайков
- 35
Модели, обученные на нём
- mradermacher/naps-llama-3-1-instruct-v0.5.1-i1-GGUF 1,2 тыс.
- mradermacher/naps-llama-3_1-instruct-v0.5.0-i1-GGUF 559
- mradermacher/naps-llama-3_1-instruct-v0.5.0-GGUF 334
- mradermacher/naps-llama-3-1-instruct-v0.5.1-GGUF 271
- NAPS-ai/naps-llama-3_1-instruct-v0.5.0 52
- tensorblock/Llama-2-ko-OpenOrca-gugugo-13B-GGUFГенерация текста 40
- daekeun-ml/Llama-2-ko-OpenOrca-gugugo-13BГенерация текста 16
- NAPS-ai/naps-llama-3-1-instruct-v0.5.1 15
Как загрузить
from datasets import load_dataset
ds = load_dataset("squarelike/OpenOrca-gugugo-ko")