2A2I/NoRobots-SambaLingo.Arabic.Chat-DPO

NoRobots-SambaLingo.Arabic.Chat-DPO是一个DPO数据集，旨在通过比较人类生成的响应（标记为chosen）和AI生成的响应（标记为rejected）来提升阿拉伯语NLP模型的性能。数据集源自阿拉伯语的No Robots数据集，使用现代标准阿拉伯语（MSA），并采用CC BY-NC 4.0许可证。该数据集可用于训练和评估阿拉伯语NLP模型，特别是在需要细致语言理解和生成的任务中。

NoRobots-SambaLingo.Arabic.Chat-DPO is a DPO dataset designed to improve the performance of Arabic NLP models by comparing human-generated responses labeled as "chosen" and AI-generated responses labeled as "rejected". This dataset is derived from the Arabic No Robots dataset, uses Modern Standard Arabic (MSA), and is licensed under CC BY-NC 4.0. It can be used for training and evaluating Arabic NLP models, especially in tasks requiring fine-grained language understanding and generation.

原始信息汇总

数据集概述

数据集名称

• 名称: NoRobots-SambaLingo.Arabic.Chat-DPO

数据集特征

• 特征:
  • id: 数据类型为字符串
  • prompt: 数据类型为字符串
  • chosen: 包含两个子特征
    • content: 数据类型为字符串
    • role: 数据类型为字符串
  • rejected: 包含两个子特征
    • content: 数据类型为字符串
    • role: 数据类型为字符串
  • model: 数据类型为字符串

数据集分割

• 训练集:
  • num_bytes: 20961105
  • num_examples: 9500

数据集大小

• 下载大小: 10971910
• 数据集大小: 20961105

许可证

• 许可证: Apache-2.0

语言

• 语言: 阿拉伯语

标签

• 标签:
  • dpo
  • orpo