Finnish-NLP/belebele-fi-filtered-sft

数据集Finnish-NLP/benebele主要包含芬兰语的文本数据，适用于文本生成和问答任务。数据集的特征包括id、source、text、chosen、rejected、prommpt、conversations、category、conversations_len、person_1、person_2、instruction、response和sample_words等字段。数据集的分割为训练集，包含300个样本。数据集的创建过程是从facebook/belebele加载的芬兰语子集。

原始信息汇总

数据集概述

数据集信息

特征

• id: 类型为字符串。
• source: 类型为空。
• text: 类型为空。
• chosen: 类型为空。
• rejected: 类型为空。
• prommpt: 类型为空。
• conversations: 列表类型，包含以下字段：
  • from: 类型为字符串。
  • value: 类型为字符串。
• category: 类型为字符串。
• conversations_len: 类型为整数64位。
• person_1: 类型为字符串。
• person_2: 类型为字符串。
• instruction: 类型为字符串。
• response: 类型为字符串。
• sample_words: 类型为整数64位。

数据分割

• train: 包含414674字节，300个样本。

文件大小

• 下载大小: 269823字节。
• 数据集大小: 414674字节。

配置

• default: 包含训练数据文件，路径为data/train-*。

许可

• cc-by-sa-4.0

任务类别

• 文本生成
• 问答

语言

• 芬兰语