MetaKaggle Forum Data Qwen2 Embeddings

kaggle2025-06-03 更新2025-07-12 收录

自然语言处理

机器学习

数据链接：

https://www.kaggle.com/datasets/bwandowando/metakaggle-forum-data-qwen2-1-5-embeddings 数据链接链接失效反馈

官方服务：

资源简介：

A supplemental embeddings dataset for Meta Kaggle Hackathon Competition

适用于Meta Kaggle黑客松竞赛的补充嵌入数据集

创建时间：

2025-06-03

vwxyzjn/ultrachat_200k_filtered_1707919115

对话生成

自然语言处理

--- dataset_info: features: - name: prompt dtype: string - name: prompt_id dtype: string - name: messages list: - name: content dtype: string - name: role dtype

Hugging Face2024-02-14 更新260

line.10.9.10.10000

文本生成

自然语言处理

该数据集包含输入文本（input_text）和目标文本（target_text）两个字段，适用于研究文本生成任务。数据集分为训练集和验证集，其中训练集有10000个样本，验证集有1024个样本。数据集用于支持论文《Roll the dice & look before you leap: Going beyond the creative limits of next-token predicti

Hugging Face2025-05-27 更新90

touch-rugby-reasoning-flash-2.0-20k_chunks

自然语言处理

推理算法

该数据集包含了文档内容、块ID、块文本、是否为表格、摘要、问题、答案、推理过程、评估标准、难度和类别等信息。数据集被划分为训练集，其中包含48个示例，大小为651631字节。数据集的配置信息中包含了训练集的数据文件路径。

Hugging Face2025-04-16 更新60

prli/pubmed-full_chopped_pyt_llama_alpha_0-1

医学文本处理

自然语言处理

该数据集包含文本、元信息、句子扰动数量以及文档统计信息。文本是数据集的主要特征，元信息中包含了数据集的集合名称。文档统计信息详细记录了文档的优势分数、长度变化比例、原始句子长度、替换后的句子长度等多个统计数据。数据集分为验证集，验证集大小为4000个样本。

Hugging Face2025-10-14 更新130

luca0621/multi-RLHF-processed-llama1B-dataset-with-1000-rewards