pythainlp/final_training_set_v1_enth
收藏Hugging Face2023-04-29 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/pythainlp/final_training_set_v1_enth
下载链接
链接失效反馈官方服务：
资源简介：
该数据集用于微调WangChanGLM模型，数据来源于LAION OIG chip2和infill_dbpedia、DataBricks Dolly v2、OpenAI TL;DR以及Hello-SimpleAI HC3等多个开源项目。数据集通过Google Translate API进行了翻译，支持泰语和英语。数据集包含文本、nb_token和元数据等特征，分为训练集和测试集。
提供机构：
pythainlp
原始信息汇总
数据集概述
数据集名称
final_training_set_v1_en_th
数据集特征
- text: 数据类型为字符串。
- nb_token: 数据类型为整数。
- metadata: 数据类型为字符串。
数据集分割
- 训练集: 包含379520个样本，总大小为665379914.0331497字节。
- 测试集: 包含513个样本，总大小为899398.9668502472字节。
数据集大小
- 下载大小: 258632318字节
- 数据集总大小: 666279313字节
任务类别
- 文本生成
- 对话系统
语言
- 泰语
- 英语
