HAERAE-HUB/qarv-instruct-ko

这个数据集子集包含需要韩国知识的指令和答案对。与以往依赖专有LLMs生成数据的工作不同，我们使用了一个开源LLMs的管道，且对输出使用没有限制。换句话说，你可以完全自由地使用这个数据集来训练你的模型。论文即将发布。

This dataset subset comprises instruction-answer pairs that require knowledge of South Korea. Unlike previous works that relied on proprietary LLMs for data generation, we employed a pipeline utilizing open-source LLMs and imposed no restrictions on the usage of the outputs. In other words, you are fully free to use this dataset to train your own models. The associated paper will be released soon.

原始信息汇总

数据集概述

数据集名称

QARV-Instruct-KO

数据集特征

• instruction: 数据类型为字符串
• answer: 数据类型为字符串

数据集分割

• train: 包含10171个示例，数据大小为59249529字节

数据集大小

• 下载大小: 28428974字节
• 数据集大小: 59249529字节

许可证

• 许可证类型: Apache-2.0

任务类别

• 任务类别: 文本生成

语言

• 语言: 韩语