基于维基结构信息构造的大规模多语言指令微调数据

mWiki-Instruct通过维基中的结构化信息构造了基于分类和抽取的多语言指令微调数据。该数据在语言分布上相比于现有指令微调数据更加均衡

mWiki-Instruct constructs multilingual instruction-tuning datasets for classification and extraction tasks using structured information sourced from Wikipedia. Compared with existing instruction-tuning datasets, this dataset has a more balanced language distribution.

搜集汇总

背景与挑战

背景概述

该数据集名为“基于维基结构信息构造的大规模多语言指令微调数据”，采用MIT许可证，文件大小为32.60GB，于2024年3月19日更新。用户可通过ModelScope SDK或Git命令下载，用于多语言指令微调任务。