OpenOrca

kaggle2023-11-22 更新2024-03-07 收录

自然语言处理

算法复现

数据链接：

https://www.kaggle.com/datasets/thedevastator/open-orca-augmented-flan-dataset 数据链接链接失效反馈

官方服务：

资源简介：

Open reproduction of Orca paper - Augmented FLAN dataset

《Orca》论文的开源复现——增强版FLAN数据集

创建时间：

2023-11-22

formermagic/github_python_1m

代码生成

自然语言处理

--- annotations_creators: - found language_creators: - found language: - py license: - mit multilinguality: - monolingual size_categories: - 100K<n<1M source_datasets: - original task_categories: - se

Hugging Face2022-10-21 更新100

joaosanches/cleaned_tedtalks_total

TEDTalks

自然语言处理

--- dataset_info: features: - name: pt dtype: string - name: pt-br dtype: string splits: - name: train num_bytes: 66045930 num_examples: 314702 download_size: 41381774 da

Hugging Face2024-01-30 更新80

mathews5546/mathewzvk-starter-llama2-1k

自然语言处理

机器学习

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 1654448 num_examples: 1000 download_size: 966692 dataset_size: 1654448 configs: - config

Hugging Face2024-03-13 更新40

LIACC/Emakhuwa-loanwords-detection

外来词检测

自然语言处理

--- license: mit language: - pt - vmw task_categories: - text-classification --- # Detecting Loanwords in Emakhuwa Paper: **Detecting Loanwords in Emakhuwa: An Extremely Low-Resource {B}antu Languag

Hugging Face2024-08-05 更新80

nafisneehal/trialbrain_baseline_measures_instruct_v1

机器学习

自然语言处理

该数据集包含62,270个训练样本，每个样本包含instruction、input和output三个字符串类型的特征。数据集总大小为211,029,841字节，下载大小为96,199,241字节。数据文件路径为data/train-*。

Hugging Face2024-12-19 更新60