该数据集是为Mistral训练重新格式化的，添加了chatml标记和结束序列标记。数据集包含文本、输入ID和注意力掩码等特征，分为训练集，包含96557个样本，总大小为1071589710字节。下载大小为82474918字节，数据集大小为1071589710字节。许可证为MIT，大小类别为10K<n<100K。

Hugging Face2024-03-09 更新120

2M-rus2eng-transliterated

自然语言处理

语言转写

2.3 mil. transliterated Russian words to the latin with different variations.

kaggle2025-05-16 更新100

FastText Urdu Vectors

自然语言处理

词向量

Vectors(Skipgram model) are training on latest Wikipedia Urdu dump.

kaggle2023-01-04 更新150

研报数据集