aaditya/databricks-dolly-15k-Hinglish-Codemix

`aaditya/databricks-dolly-15k-Hindi` 是一个开源的Hinglish-Codemix版本的数据集，基于databricks/databricks-dolly-15k。该数据集可用于任何目的，无论是学术还是商业用途，遵循Creative Commons Attribution-ShareAlike 3.0 Unported License。支持的任务包括训练大型语言模型（LLMs）、合成数据生成和数据增强。数据集语言为印地语，版本为1.0。

原始信息汇总

数据集概述

数据集信息

• 名称: aaditya/databricks-dolly-15k-Hindi
• 版本: 1.0
• 语言: 印地语
• 标签: 印地语, 代码混合, 印英混合
• 许可: Creative Commons Attribution-ShareAlike 3.0 Unported License

特征

• en_instruction: 字符串
• en_input: 字符串
• en_output: 字符串
• id: 字符串
• en_category: 字符串
• codemix_instruction: 字符串
• codemix_input: 字符串
• codemix_output: 字符串
• codemix_category: 字符串

数据分割

• 训练集:
  • 样本数: 15011
  • 字节数: 24382493

下载和数据集大小

• 下载大小: 15777048 字节
• 数据集大小: 24382493 字节

配置

• 默认配置:
  • 数据文件:
    • 分割: 训练
    • 路径: data/train-*

支持的任务

• 训练大型语言模型
• 合成数据生成
• 数据增强

引用

@misc {dolly_hinglish, author = { Pal, Ankit }, title = { databricks-dolly-15k-Hinglish-Codemix (Revision ca228c8) }, year = 2024, url = { https://huggingface.co/datasets/aaditya/databricks-dolly-15k-Hinglish-Codemix }, doi = { 10.57967/hf/1677 }, publisher = { Hugging Face } }