alpaca_hiligaynon.json

Hiligaynon Alpaca 数据集是原始 Alpaca 指令跟随数据集的希利盖农语（伊隆戈语）翻译版本，旨在支持菲律宾低资源语言（特别是希利盖农语）的指令调优语言模型的研究与开发。数据集保留了原始 Alpaca 的结构，同时提供了高质量的指令、输入和输出的希利盖农语翻译。

数据集结构为每个样本包含以下字段：
- **instruction**：希利盖农语的任务或问题描述
- **input**：可选的上下文信息（可能为空）
- **output**：希利盖农语的预期响应

数据来源基于原始 Alpaca 数据集，通过机器翻译加人工后期编辑的方式从英语翻译为希利盖农语，并经过母语者验证。主要语言为希利盖农语，源语言为英语。

该数据集适用于以下场景：
- 希利盖农语的语言模型指令调优
- 多语言自然语言处理研究
- 低资源语言建模
- 面向希利盖农语使用者的聊天机器人和助手开发

数据集存在一定局限性，包括可能包含翻译痕迹或不自然的表达方式、文化细微差异可能无法完全保留、部分指令可能与希利盖农语语言规范不完全匹配等。使用时应考虑伦理问题，包括原始数据集继承的偏见、潜在的误译或有害输出等，不建议未经进一步验证就用于高风险应用。