Trotter/Hinglish-Dataset-Collection

该数据集收集自多个来源，旨在帮助在Hinglish（印地语-英语）语境下微调大型语言模型（LLM）。数据来源包括从Solshine数据集中清理和提取的印地语-英语合成数据，以及由Google Deepmind翻译成印地语的SQuAD v1.1问答数据集及其英文翻译。该数据集收集自多个来源，旨在帮助在Hinglish（印地语-英语）语境下微调大型语言模型（LLM）。数据来源包括从Solshine数据集中清理和提取的印地语-英语合成数据，以及由Google Deepmind翻译成印地语的SQuAD v1.1问答数据集及其英文翻译。

原始信息汇总

Hinglish(Hindi-English) 数据集概述

该数据集从多个来源收集，旨在帮助微调用于Hinglish语境的大型语言模型（LLM）。

数据来源

• hindi_syn1.jsonl：从Solshine Dataset中清理和提取的Hindi-English合成数据。
• xquad.hi.json：由Google Deepmind翻译成Hindi的SQuAD v1.1问答数据集。Repo
• xquad.en.json：xquad数据集的英文翻译版本。