rishiraj/samvaad-hi-v1

---
language:
- en
- hi
license: apache-2.0
task_categories:
- text-generation
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 421602696
num_examples: 91281
- name: test
num_bytes: 46377710
num_examples: 10143
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

100k high-quality conversations in English, Hindi, and Hinglish curated exclusively with an Indic context.

原始信息汇总

数据集概述

语言

• 英语 (en)
• 印地语 (hi)

许可

• Apache 2.0 许可证

任务类别

• 文本生成

数据集信息

特征

• messages
  • content: 字符串类型
  • role: 字符串类型

分割

• train
  • 字节数: 421602696
  • 样本数: 91281
• test
  • 字节数: 46377710
  • 样本数: 10143

配置

• default
  • data_files
    • train: data/train-*
    • test: data/test-*

描述

• 包含100k高质量对话，涉及英语、印地语和印英混合语，专注于印度背景。