cnmoro/Instruct-PTBR-10M

Name: cnmoro/Instruct-PTBR-10M
Creator: cnmoro
Published: 2024-01-23 05:54:31
License: 暂无描述

Hugging Face2024-01-23 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/cnmoro/Instruct-PTBR-10M

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: mit ---

提供机构：

cnmoro

原始信息汇总

数据集许可证

许可证类型: MIT

cnmoro/Instruct-PTBR-ENUS-11M

该数据集是HuggingFace上多个指令数据集的混合，还包括一些自制的数据集，专注于RAG的问答、摘要、关键词生成等任务。原始数据集大部分为英文，大部分已翻译为巴西葡萄牙语，可能存在翻译错误。数据集中包含一个“LANGUAGE”列，指示数据是葡萄牙语（PT）还是英语（EN）。数据集总行数为11165249，其中葡萄牙语指令行数为5926086，英语指令行数为5239163。

Hugging Face2023-11-16 更新170

cnmoro/AllTripletsMsMarco-PTBR

msmarco-triplets-ptbr是一个基于葡萄牙语的文本数据集，包含三个字段：锚文本(anchor)、正例文本(positive)和负例文本(negative)。该数据集适用于训练文本相似度模型，分为训练集和验证集，总大小约为20GB，遵循Apache-2.0许可证。

Hugging Face2025-01-15 更新40

cnmoro/TextSimplification-PTBR-330k

--- license: apache-2.0 ---

Hugging Face2024-02-20 更新50

cnmoro/WizardVicuna-PTBR-Instruct-Clean

--- license: apache-2.0 ---

Hugging Face2024-02-19 更新50

cnmoro/smoltalk-555k-ptbr

该数据集专注于文本生成任务，使用葡萄牙语，数据规模在10万到100万之间。