irlab-udc/alpaca_data_galician

alpaca_data_galician是一个包含52,000个指令跟随元素的Galician语言数据集。该数据集通过Python包googletranslatepy从英文翻译而来，每个元素包含一个独特的指令、可选的输入（约40%的例子包含输入）和由text-davinci-003生成的输出。

原始信息汇总

Galician version of alpaca_data.json

数据集概述

该数据集是斯坦福大学alpaca_data.json数据集的加利西亚语翻译版本，使用Python包googletranslatepy进行翻译。相关工作笔记可在此处查阅。

数据集结构

数据集包含52K条指令遵循元素，存储在一个JSON文件中，该文件包含一系列字典。每个字典包含以下字段：

• instruction: str，描述模型应执行的任务。52K条指令均唯一。
• input: str，任务的上下文或输入，例如当指令为“Resume o seguinte artigo”时，输入为文章。约40%的示例包含输入。
• output: str，由text-davinci-003生成的指令答案。