UPDESH1是一个高质量的、大规模的合成指令遵循数据集，包含950万条数据点，覆盖13种印度语言。它包括多样化的推理和生成任务，重点在于增强长上下文和多轮对话能力，并提高与印度文化环境的契合度。数据集的创建采用了一种自下而上的生成策略，通过提示大型开源LLMs（参数≥235B）将数据生成扎根于语言特定的维基百科内容。评估结果显示，生成的数据质量高，但在人类评估中也指出了需要改进的特定领域。

arXiv2025-09-25 更新10

ruliad/fineweb_350BT_chunk_44

自然语言处理

文本分析

--- dataset_info: features: - name: text dtype: string - name: id dtype: string - name: dump dtype: string - name: url dtype: string - name: date dtype: string - name

Hugging Face2024-06-02 更新40

şebek

语言学

词典编纂

# Dictionary site. All dictionaries together. * şebek what does it mean, * şebek translation * şebek root * şebek dictionary means