louisbrulenaudet/code-mutualite

该数据集名为Code de la mutualité，专注于通过微调预训练语言模型来创建高效且准确的法律实践模型。数据集包含法国法律文本，适用于多种任务，如文本生成、表格问答、摘要、文本检索、问答和文本分类。数据集的生成基于一系列指令，这些指令用于指导模型生成法律文本。每个数据条目包含指令、输入、输出、生效日期、过期日期和文章编号等字段。

This dataset is named Code de la mutualité, which focuses on fine-tuning pre-trained language models to develop efficient and accurate legal practice models. It comprises French legal texts and supports multiple downstream tasks including text generation, table-based question answering, text summarization, text retrieval, question answering, and text classification. The dataset is constructed using a series of instructional guidelines that guide the model to generate legal texts. Each data entry includes fields such as instruction, input, output, effective date, expiration date, and article number.

原始信息汇总

数据集概述

基本信息

• 许可证：Apache-2.0
• 语言：法语
• 多语言性：单语种
• 标签：微调、法律、法国法律、法国民法、互助法典
• 源数据集：原始数据
• 任务类别：文本生成、表格问答、摘要、文本检索、问答、文本分类
• 数据集大小：1K<n<10K

数据集描述

• 数据集名称：互助法典（Code de la mutualité）
• 描述：该项目专注于微调预训练语言模型，以创建高效且准确的法律实践模型。微调过程涉及通过在特定任务或领域数据上进一步训练来调整模型的参数。指令式微调利用人类提供的指令来指导模型的行为，这些指令可以是文本提示、带有明确任务描述的提示或两者的组合。

数据集生成

• 数据格式：JSON文件，包含以下字段：
  • instruction：字符串，表示与元素相关的指令。
  • input：字符串，表示元素的输入细节。
  • output：字符串，表示元素的输出信息。
  • start：字符串，表示文章生效日期。
  • expiration：字符串，表示文章失效日期。
  • num：字符串，表示文章的ID。
• 生成指令：使用了以下指令列表来生成数据集： python instructions = [ "Compose lintégralité de larticle sous forme écrite.", "Écris la totalité du contenu de larticle.", # ... （省略部分指令以保持简洁） "Quelle est la lettre de larticle ?" ]