aaditya/databricks-dolly-15k-Hindi

`aaditya/databricks-dolly-15k-Hindi` 是一个开源的印地语版本数据集，基于 `databricks/databricks-dolly-15k` 数据集。该数据集可用于学术或商业目的，遵循 [Creative Commons Attribution-ShareAlike 3.0 Unported License](https://creativecommons.org/licenses/by-sa/3.0/legalcode) 许可协议。支持的任务包括训练大型语言模型、生成合成数据和数据增强。数据集语言为印地语，版本为1.0。

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • en_instruction: 字符串类型
  • en_input: 字符串类型
  • en_output: 字符串类型
  • id: 字符串类型
  • en_category: 字符串类型
  • hindi_instruction: 字符串类型
  • hindi_input: 字符串类型
  • hindi_output: 字符串类型
  • hindi_category: 字符串类型
• 数据分割:
  • train: 包含15010个样本，占用38525353字节
• 下载大小: 18858317字节
• 数据集大小: 38525353字节

配置

• 默认配置:
  • 数据文件路径: data/train-*

标签

• hindi

支持的任务

• 训练大型语言模型（LLMs）
• 合成数据生成
• 数据增强

语言

• 印地语（Hindi）

版本

• 1.0

引用

@misc {dolly_hindi, author = { Pal, Ankit }, title = { databricks-dolly-15k-Hindi}, year = 2024, url = { https://huggingface.co/datasets/aaditya/databricks-dolly-15k-Hindi }, doi = { 10.57967/hf/1676 }, publisher = { Hugging Face } }