AIAT/Pangpuriye-public_alpaca-cleaned
收藏Hugging Face2024-05-06 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/AIAT/Pangpuriye-public_alpaca-cleaned
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是从`alpaca-cleaned`原始仓库中采用的，用于微调Panguriye的LLM模型。原始数据集包含51,760行数据，每行包含`input`、`instruction`和`output`三个字段，且数据为英文。在微调过程中，目标是加入英语和泰语的混合数据，以帮助模型更好地理解这两种语言。
该数据集是从`alpaca-cleaned`原始仓库中采用的，用于微调Panguriye的LLM模型。原始数据集包含51,760行数据，每行包含`input`、`instruction`和`output`三个字段，且数据为英文。在微调过程中，目标是加入英语和泰语的混合数据，以帮助模型更好地理解这两种语言。
提供机构：
AIAT
原始信息汇总
数据集概述
基本信息
- 许可证: CC-BY-4.0
- 语言:
- 泰语 (th)
- 英语 (en)
- 标签:
- 代码
- SQL
- 大小: 1K<n<10K
数据集内容
- 来源: 该数据集源自alpaca-cleaned，原始数据集包含51,760行数据，包括
input,instruction, 和output，均为英语。 - 用途: 用于Panguriyes LLM的微调，旨在帮助模型理解英语和泰语。
使用示例
python from datasets import load_dataset
dataset = load_dataset("AIAT/Pangpuriye-public_alpaca-cleaned")
引用信息
@misc{alpaca, author = {Rohan Taori and Ishaan Gulrajani and Tianyi Zhang and Yann Dubois and Xuechen Li and Carlos Guestrin and Percy Liang and Tatsunori B. Hashimoto }, title = {Stanford Alpaca: An Instruction-tuned LLaMA model}, year = {2023}, publisher = {GitHub}, journal = {GitHub repository}, howpublished = {url{https://github.com/tatsu-lab/stanford_alpaca}}, }
