tolgadev/turkish_73k_instruct_extended

该数据集是从土耳其语指令来源编译的，使用LLama Instruct格式结构化。适用于训练和微调土耳其语大型语言模型。数据集合并了多个来源，包括merve/turkish_instructions、tolgadev/ruyatabirleri_instruct、mertbozkurt/llama2-TR-recipe、CausalLM/GPT-4-Self-Instruct-Turkish和emre/stanford-alpaca-cleaned-turkish-translated。

原始信息汇总

数据集概述

基本信息

• 数据集名称: turkish_73k_instruct_extended
• 语言: 土耳其语 (tr)
• 许可证: Apache-2.0
• 任务类别:
  • 文本生成
  • 文本到文本生成
• 大小类别: 10K<n<100K

数据集特征

• 特征:
  • 名称: text
  • 数据类型: string

数据集拆分

• 拆分详情:
  • 名称: train
  • 示例数量: 73124
  • 字节数: 46016105

下载与数据集大小

• 下载大小: 23400866字节
• 数据集大小: 46016105字节

配置

• 配置名称: default
• 数据文件:
  • 拆分: train
  • 路径: data/train-*