该数据集包含三个主要特征：input（字符串类型）、instruction（字符串类型）和output（int64类型）。数据集仅包含一个训练集，共有15,682个样本，总大小为5,441,527字节。下载大小为579,506字节。数据集的配置名为default，数据文件路径为data/train-*。

Hugging Face2024-11-29 更新170

nineninesix/puck-gemini-flash-en-nano-codec-dataset

自然语言处理

机器学习

该数据集包含文本数据和四个纳米层序列信息，适用于相关文本和序列分析任务。数据集分为训练集，共有94512个示例。

Hugging Face2025-09-29 更新140

Kyleyee/train_data_HH_sft_2

自然语言处理

偏好学习

HH-RLHF-Helpful-Base数据集是Anthropic的HH-RLHF数据集的加工版本，专门用于通过TRL库进行偏好学习和对齐任务。该数据集包含了一对对文本样本，每个样本根据人类偏好在响应的帮助性上被标记为“选中”或“拒绝”。这个数据集可以帮助模型学习生成有助于用户的响应的人类偏好。

Hugging Face2025-03-14 更新170

fia24/banel_wit_postag_v1

自然语言处理

语言学

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: val path: data/val-* dataset_info: features: - name:

Hugging Face2023-10-26 更新140

lrxwisdom001/GPT-SoVITS-Novels

资源简介：

相关数据集