RainerGa/openassistant-guanaco-de
收藏Hugging Face2023-07-22 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/RainerGa/openassistant-guanaco-de
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是OpenAssistant和用户timdettmers的工作副本，专门用于德语微调。数据集文件包含语言信息，可以通过简单的命令过滤出德语数据。文件中还包含一个用于语言检测的Python脚本，但在微调模型时不需要使用该脚本。数据集中的对话仅包含德语，其中德语消息数量超过1000条，具体为5279条。
该数据集是OpenAssistant和用户timdettmers的工作副本，专门用于德语微调。数据集文件包含语言信息，可以通过简单的命令过滤出德语数据。文件中还包含一个用于语言检测的Python脚本，但在微调模型时不需要使用该脚本。数据集中的对话仅包含德语，其中德语消息数量超过1000条，具体为5279条。
提供机构：
RainerGa
原始信息汇总
数据集概述
许可证
- Apache-2.0
语言
- 德语（de）
数据集内容
- 文件
openassistant_origfile_with_lang_informations.txt包含完整的训练数据，每行以语言信息开始。 - 通过命令行操作，可以过滤出特定语言的数据，例如德语： bash cat openassistant_origfile_with_lang_informations.txt | grep ^de | sed s/^de,//g > openassistant_best_replies_de_train.jsonl
使用目的
- 该数据集主要用于德语语言的微调。
语言统计
- 德语：5279条消息
