p1atdev/ichikara-instruction

ichikara-instruction数据集是一个为大型语言模型（LLM）设计的日语指令数据集。该数据集包含多个配置，每个配置都有ID、文本和输出三个特征，并且所有配置都只有一个训练分割。数据集的总大小在1K到10K之间，适用于文本生成任务。数据集的许可证为cc-by-nc-sa-4.0，仅限非商业用途。该数据集在语言处理学会第30届年会上进行了发布，相关论文可在指定链接中查看。

原始信息汇总

数据集概述

数据集信息

• 配置名称: 20231115-1

  • 特征:
    • ID: string
    • text: string
    • output: string
  • 分割:
    • train:
      • 字节数: 2007875
      • 样本数: 1729
  • 下载大小: 1148243
  • 数据集大小: 2007875

• 配置名称: 20231115-2

  • 特征:
    • ID: string
    • text: string
    • output: string
  • 分割:
    • train:
      • 字节数: 341973
      • 样本数: 316
  • 下载大小: 179947
  • 数据集大小: 341973

• 配置名称: 20231115-5

  • 特征:
    • ID: string
    • text: string
    • output: string
  • 分割:
    • train:
      • 字节数: 976579
      • 样本数: 858
  • 下载大小: 434425
  • 数据集大小: 976579

• 配置名称: 20231221-002

  • 特征:
    • ID: string
    • text: string
    • output: string
  • 分割:
    • train:
      • 字节数: 3018531
      • 样本数: 1899
  • 下载大小: 1633772
  • 数据集大小: 3018531

• 配置名称: 20231221-003

  • 特征:
    • ID: string
    • text: string
    • output: string
  • 分割:
    • train:
      • 字节数: 3018541
      • 样本数: 1899
  • 下载大小: 1633766
  • 数据集大小: 3018541

配置信息

• 配置名称: 20231115-1

  • 数据文件:
    • 分割: train
    • 路径: 20231115-1/train-*

• 配置名称: 20231115-2

  • 数据文件:
    • 分割: train
    • 路径: 20231115-2/train-*

• 配置名称: 20231115-5

  • 数据文件:
    • 分割: train
    • 路径: 20231115-5/train-*

• 配置名称: 20231221-002

  • 数据文件:
    • 分割: train
    • 路径: 20231221-002/train-*

• 配置名称: 20231221-003

  • 数据文件:
    • 分割: train
    • 路径: 20231221-003/train-*

其他信息

• 许可证: cc-by-nc-sa-4.0
• 任务类别: text-generation
• 语言: ja
• 友好名称: ichikara-instruction
• 大小类别: 1K<n<10K