kyujinpy/KOpen-platypus

KOpenPlatypus是一个专注于提升大型语言模型逻辑推理技能的数据集，用于训练Platypus2模型。该数据集包含英语和韩语，通过使用DeepL Pro API和Selenium进行翻译，并进行了详细的后处理，包括手动修正和优化翻译结果。数据集整合了多个子数据集，通过关键词搜索和Sentence Transformers过滤，以确保问题的新颖性和挑战性。

原始信息汇总

KOpenPlatypus: Korean Translation dataset about Open-Platypus

数据集概述

语言

• 英语 (en)
• 韩语 (ko)

许可证

• CC BY 4.0

数据规模

• 10K < n < 100K

配置

• 默认配置 (default)
  • 数据文件路径: data/train-*

数据集信息

• 特征

  • input: 字符串类型
  • output: 字符串类型
  • instruction: 字符串类型
  • data_source: 字符串类型

• 分割

  • train
    • 字节数: 34213211
    • 样本数: 24926

• 下载大小

  • 16662523 字节

• 数据集大小

  • 34213211 字节