datatab/guanaco-sharegpt-style-serbian

该数据集是[philschmid/guanaco-sharegpt-style](https://huggingface.co/datasets/philschmid/guanaco-sharegpt-style)的塞尔维亚语翻译版本。数据集包含一个train分割，适用于监督微调（sft）。每个数据条目包含一个对话，对话由人类和GPT的交互组成，格式为{from: human或gpt, value: 对话内容}。

原始信息汇总

数据集概述

数据集名称

Guanaco Sharegpt-style Serbian

数据集特征

• 主要特征:
  • conversations:
    • from: 数据类型为字符串
    • value: 数据类型为字符串

数据集结构

• 数据分割:
  • train:
    • 示例数量: 9011
    • 数据大小: 12227537字节
    • 下载大小: 7447228字节

许可证

apache-2.0

任务类别

• 问答
• 文本生成

语言

• 塞尔维亚语（sr）

数据集使用

• 加载数据集的Python代码示例: python from datasets import load_dataset ds = load_dataset("datatab/guanaco-sharegpt-style-serbian")

数据集存储格式

• 使用parquet格式存储，每个条目的数据结构示例:

  [ {from: human, value: Ko je napisao roman „Rat i mir“?}, {from: gpt, value: Ruski pisac Lav Nikolajevič Tolstoj.}, {from: human, value: Postoji li apsolutna sigurnost u vezi sa ovom činjenicom? ...} ]

搜集汇总

背景与挑战

背景概述

这是一个塞尔维亚语对话数据集，基于Guanaco-ShareGPT风格，包含约9,000条人类与AI的对话对，用于问答和文本生成任务的监督微调。数据集覆盖广泛主题，采用parquet格式，遵循Apache 2.0许可证，适用于自然语言处理模型的训练和评估。