LumiOpen/AutoIF-FI

AutoIF-FI是一个芬兰语指令跟随监督微调（SFT）数据集，通过AutoIF pipeline构建。它包含多轮聊天示例，其中每个助手响应都是在明确、可机器检查的约束下生成的，并且仅在通过验证器和质量检查后才被保留。该数据集旨在支持芬兰语自然语言处理任务，特别是针对指令跟随模型的训练和评估。数据创建过程包括指令增强、验证器生成、交叉验证、查询与约束拼接、响应生成与评分以及SFT数据集构建等阶段，确保数据质量和多样性。数据集分为训练集（30,000个示例）和测试集（150个示例），每个示例包含消息列表和约束元数据，用于多轮对话建模。

AutoIF-FI is a Finnish instruction-following SFT dataset built with the AutoIF pipeline. It contains multi-turn chat examples where each assistant response was generated under explicit, machine-checkable constraints and kept only after verifier and quality checks.