DinoTheLewis/KoAlpaca_persona_multiturn

KoAlpaca数据集是基于特定语气保持/描述的需求进行修改/生成的数据集（总计21k中的1.4k）。该数据集扩展了KoAlpaca的instruction和output，使其支持多轮对话。目前这是一个未经审核的原始数据集，使用时需注明来源。数据集仍在持续修改中（截至24.06.28 23时）。

The KoAlpaca dataset is a modified/generated dataset based on the need to maintain/describe specific tones (1.4k out of a total of 21k). This dataset extends the instruction and output of KoAlpaca to support multi-turn dialogues. Currently, it is a raw dataset that has not been reviewed for quality, and the source must be cited when used. The dataset is still under continuous modification (as of 23:00 on 24.06.28).

原始信息汇总

数据集概述

基本信息

• 语言: 韩语 (ko)
• 许可证: Apache 2.0
• 数据集大小: 1K < n < 10K
• 任务类别: 文本生成

数据集配置

配置 1: KoAlpaca_v1.1_orbit_v1.5_multiturn

• 特征:
  • instruction: 字符串
  • messages: 列表
    • content: 字符串
    • role: 字符串
  • ans_num_paragraphs: 整数序列
  • ans_num_words: 整数序列
  • num_turns: 整数
  • url: 字符串
• 分割:
  • train:
    • num_bytes: 6812392
    • num_examples: 1433
• 下载大小: 2982407
• 数据集大小: 6812392

配置 2: KoAlpaca_v1.1_persona_multiturn_v1.0

• 特征:
  • instruction: 字符串
  • messages: 列表
    • content: 字符串
    • role: 字符串
  • ans_num_paragraphs: 整数序列
  • ans_num_words: 整数序列
  • num_turns: 整数
  • url: 字符串
  • persona: 字符串
• 分割:
  • train:
    • num_bytes: 14390732
    • num_examples: 3197
• 下载大小: 5926210
• 数据集大小: 14390732

数据文件

• 配置 1: KoAlpaca_v1.1_orbit_v1.5_multiturn
  • train: KoAlpaca_v1.1_orbit_v1.5_multiturn/train-*
• 配置 2: KoAlpaca_v1.1_persona_multiturn_v1.0
  • train: KoAlpaca_v1.1_persona_multiturn_v1.0/train-*

标签

• KoAlpaca