somosnlp/somos-alpaca-es

该数据集是Alpaca数据集的西班牙语翻译版本，用于SomosNLP 2023黑客马拉松的协作清理和改进工作。数据集包含文本、输入、输出、预测、标注、向量等多个特征，适用于文本生成任务。参与者需要使用Argilla工具进行数据标注，并通过定期保存和同步标注结果来确保数据质量。数据集的目标是通过集体努力提高翻译数据的质量，并生成一个经过验证和改进的最终数据集。

原始信息汇总

数据集概述

数据集名称

• 名称: somos-alpaca-es

数据集特征

• text: 数据类型为null
• inputs: 结构化数据，包含以下子特征：
  • 1-instruction: 数据类型为string
  • 2-input: 数据类型为string
  • 3-output: 数据类型为string
• prediction: 数据类型为null
• prediction_agent: 数据类型为null
• annotation: 数据类型为null
• annotation_agent: 数据类型为null
• vectors: 结构化数据，包含以下子特征：
  • input: 序列类型为float64
  • instruction: 序列类型为float64
  • output: 序列类型为float64
• multi_label: 数据类型为bool
• explanation: 数据类型为null
• id: 数据类型为string
• metadata: 数据类型为null
• status: 数据类型为string
• event_timestamp: 数据类型为timestamp[us]
• metrics: 数据类型为null

数据集分割

• train:
  • num_bytes: 984065676
  • num_examples: 52002

数据集大小

• download_size: 652741327
• dataset_size: 984065676

任务类别

• text-generation

语言

• es

大小类别

• 10K<n<100K