Thaweewat/instruction-wild-52k-th

这是一个从InstructionWild翻译过来的泰语指令数据集，包含52,191条英文和51,504条中文指令，这些指令主要来自Twitter，用户在其中分享了生成、开放问答和头脑风暴类型的提示。该数据集被Colossal AI用于训练ColossalChat模型。支持的任务包括训练大型语言模型、合成数据生成和数据增强。数据集的语言为泰语，版本为1.0。

许可证：CC BY-SA 3.0
任务类别：
- 问答
- 摘要
语言：
- 泰语
标签：
- 指令微调
数据规模：10000 < 样本量 < 100000

# 数据集概述
本数据集为基于谷歌云翻译（Google Cloud Translation）从[InstructionWild](https://github.com/XueFuzhao/InstructionWild)项目翻译而来的泰语指令数据集。该数据集包含52191条英文指令与51504条中文指令，其原始数据采集自Twitter平台，该平台用户常分享各类涵盖生成式、开放问答及头脑风暴类型的趣味提示词。本数据集同时被[Colossal AI](https://github.com/hpcaitech/ColossalAI)用于训练ColossalChat模型。

支持任务：
- 大语言模型（LLM）训练
- 合成数据生成
- 数据增强

语言：泰语
版本：1.0

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-sa-3.0
• 任务类别:
  • 问答
  • 总结
• 语言: 泰语（Thai）
• 标签: 指令微调
• 大小类别: 10K<n<100K

详细描述

• 来源: 本数据集是基于InstructionWild通过Google Cloud Translation翻译得到的泰语指令数据集。
• 内容: 包含52,191条英文指令和51,504条中文指令，这些指令主要收集自Twitter，涉及生成、开放式问答和头脑风暴类型。
• 用途: 被Colossal AI用于训练ColossalChat模型。

支持的任务

• 训练大型语言模型（LLMs）
• 合成数据生成
• 数据增强

版本

• 版本: 1.0