Iker/Colossal-Instruction-Translation-EN-ES

该数据集包含2284632条从英语翻译成西班牙语的指令和答案。这是一个完全合成的语料库，使用了机器翻译模型Iker/TowerInstruct-13B-v0.1-EN2ES生成，部分示例也使用了GPT3.5和GPT4进行翻译。数据集还包括了来自teknium/OpenHermes-2.5的指令和答案的翻译，以及少量新闻文章级别的翻译示例。数据集的来源包括Iker/OpenHermes-2.5-Spanish、Iker/InstructTranslation-EN-ES-Raw和Iker/InstructTranslation-EN-ES。

原始信息汇总

数据集概述

数据集名称

• 名称: Colossal Instruction Translation Corpus (EN-ES)
• 别名: Colossal Instruction Translation Corpus (English - Spanish)

数据集描述

• 内容: 包含2284632条从英语翻译成西班牙语的指令和答案。
• 生成方式: 完全合成，主要使用机器翻译模型Iker/TowerInstruct-13B-v0.1-EN2ES生成，部分示例使用GPT3.5和GPT4翻译。
• 来源: 主要翻译自teknium/OpenHermes-2.5，并包含少量新闻文章级别的翻译示例。

数据集特征

• 特征字段:
  • id: int64
  • en: string (英语文本)
  • es: string (西班牙语文本)
  • source: string
  • translation_source: string
  • translation_model: string

数据集大小

• 下载大小: 1592785579字节
• 数据集大小: 3396026113字节
• 示例数量: 2284632

数据集分割

• 训练集:
  • 大小: 3396026113字节
  • 示例数量: 2284632

许可证

• 许可证: Apache-2.0

语言

• 支持语言: 英语(en)、西班牙语(es)

任务类别

• 任务类别: 翻译

标签

• 标签:
  • synthetic
  • translation
  • instruction