somosnlp/recetasdelaabuela_genstruct_it

该数据集是为#Somos600M黑客马拉松创建的，目的是训练一个能够推荐西班牙语国家食谱的模型。数据集包含问答对，使用Genstruct-7B和distilabel从原始数据集[somosnlp/RecetasDeLaAbuela]生成。原始数据集是通过网页抓取从多个网站获取的，包括https://www.elmueble.com/、https://www.yanuq.com/、https://www.directoalpaladar.com/、https://www.recetasgratis.net/和https://cookpad.com/pe/。

原始信息汇总

数据集概述

基本信息

• 语言: 西班牙语 (es)
• 许可证: Apache-2.0
• 大小分类: 10K<n<100K
• 任务分类: 问答 (question-answering)

数据集特征

• 名称: title
  • 数据类型: 字符串
• 名称: content
  • 数据类型: 字符串
• 名称: messages
  • 序列: null
• 名称: generation_model
  • 序列: 字符串
• 名称: generation_prompt
  • 序列: 字符串
• 名称: raw_generation_responses
  • 序列: 字符串
• 名称: conversation
  • 序列: 字符串

数据集分割

• 分割名称: train
  • 字节数: 103228164
  • 示例数: 20085

数据集大小

• 下载大小: 49502853
• 数据集大小: 103228164

配置

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