merged_dataverse_bhasha

kaggle2024-02-20 更新2024-03-08 收录

下载链接：

https://www.kaggle.com/datasets/samansarkerjoy/merged-dataverse-bhasha

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-02-20

Swa-Bhasha Dataset

Romanized Sinhala -Sinhala Ad-hoc Transliterals.

kaggle2023-11-26 更新140

soketlabs/bhasha-wiki

--- language: - bn - en - gu - hi - kn - ta - ur license: - cc-by-sa-3.0 size_categories: - 1M<n<10M task_categories: - text-generation - fill-mask task_ids: - language-modeling - masked

Hugging Face2024-04-16 更新90

nickfuryavg/bhasha-wiki-ta

这是一个包含文本数据的 dataset，其中包括文档的id，url，标题，文本内容，句子数量，字符数量，单词数量和token数量等信息。数据集分为训练集，大小为58060548571字节，共有6345497个样本。整个数据集的下载大小为19477258725字节。

Hugging Face2025-07-05 更新100

Bhasha bichitra model

kaggle2024-04-24 更新00

soketlabs/bhasha-sft

Bhasha SFT是一个大规模的多语言监督微调数据集，包含超过1300万条指令-响应对，涵盖三种印度语言（印地语、古吉拉特语、孟加拉语）和英语。数据集由多个配置组成，每个配置对应不同的数据源，可以单独加载。数据集的字段包括文档ID、对话轮次、消息序列、语言、脚本、数据源、任务类别和内容主题。

Hugging Face2024-04-18 更新230