Bazsalanszky/alpaca-cleaned-gemini-hun

该数据集是一个匈牙利语的数据集，基于Stanford Alpaca，初始模型为yahma/alpaca-cleaned。数据集中的指令和输入通过Google翻译翻译成匈牙利语，但由于翻译不完美，保留了原始的英语指令。响应部分使用Google Gemini-pro模型生成，生成过程耗时约20小时。生成过程中，Google发布了新的模型Gemini-pro-1.5，可能部分数据使用了新模型生成。数据集包含输入、指令、原始指令和响应四个特征，所有特征的数据类型均为字符串。数据集包含一个训练集，大小为52533889字节，包含51760个示例。

原始信息汇总

数据集概述

语言

• 匈牙利语

许可证

• CC-BY-4.0

数据集信息

特征

• input: 字符串类型
• instruction: 字符串类型
• original_instruction: 字符串类型
• response: 字符串类型

数据分割

• train:
  • 字节数: 52533889
  • 样本数: 51760

数据大小

• 下载大小: 30595403
• 数据集大小: 52533889

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*