BhabhaAI/indic-instruct-data-v0.2-filtered

---
language:
- en
- hi
multilinguality:
- multilingual
size_categories:
- 5K<n<400K
language_bcp47:
- en-US
- hi-IN
configs:
- config_name: anudesh
data_files:
- split: en
path: anudesh/en*
- split: hi
path: anudesh/hi*
- config_name: dolly
data_files:
- split: en
path: dolly/en*
- split: hi
path: dolly/hi*
- config_name: flan_v2
data_files:
- split: en
path: flan_v2/en*
- split: hi
path: flan_v2/hi*
- config_name: hh-rlhf
data_files:
- split: en
path: hh-rlhf/en*
- split: hi
path: hh-rlhf/hi*
- config_name: nmt-seed
data_files:
- split: hi
path: nmt-seed/hi*
- config_name: wikihow
data_files:
- split: en
path: wikihow/en*
- split: hi
path: wikihow/hi*
- config_name: oasst1
data_files:
- split: en
path: oasst1/en*
- split: hi
path: oasst1/hi*
- config_name: lm_sys
data_files:
- split: en
path: lm_sys/en*
- split: hi
path: lm_sys/hi*
---

This is v0.2 of [indic-instruct-data-v0.1-filtered](https://huggingface.co/datasets/BhabhaAI/indic-instruct-data-v0.1-filtered)
**Note**: lmsys dataset contain NAME_1, NAME_2 etc. You may replace them with actual names before fine-tuning.

原始信息汇总

数据集概述

语言支持

• 英语 (en)
• 印地语 (hi)

多语言性

• 多语言数据集

数据规模

• 数据量介于5K到400K之间

语言标识符

• 英语 (en-US)
• 印地语 (hi-IN)

配置详情

• config_name: anudesh

  • 数据文件路径:
    • 英语: anudesh/en*
    • 印地语: anudesh/hi*

• config_name: dolly

  • 数据文件路径:
    • 英语: dolly/en*
    • 印地语: dolly/hi*

• config_name: flan_v2

  • 数据文件路径:
    • 英语: flan_v2/en*
    • 印地语: flan_v2/hi*

• config_name: hh-rlhf

  • 数据文件路径:
    • 英语: hh-rlhf/en*
    • 印地语: hh-rlhf/hi*

• config_name: nmt-seed

  • 数据文件路径:
    • 印地语: nmt-seed/hi*

• config_name: wikihow

  • 数据文件路径:
    • 英语: wikihow/en*
    • 印地语: wikihow/hi*

• config_name: oasst1

  • 数据文件路径:
    • 英语: oasst1/en*
    • 印地语: oasst1/hi*

• config_name: lm_sys

  • 数据文件路径:
    • 英语: lm_sys/en*
    • 印地语: lm_sys/hi*

注意事项

• lmsys数据集包含占位符如NAME_1, NAME_2等，建议在微调前替换为实际名称。