Theo-Bert dataset

kaggle2023-10-22 更新2024-03-08 收录

自然语言处理

模型训练

数据链接：

https://www.kaggle.com/datasets/antg2007/theo-bert-dataset 数据链接链接失效反馈

官方服务：

资源简介：

training dataset for theoBert model

theoBert模型的训练数据集

创建时间：

2023-10-22

binjang/NIKL-korean-english-dictionary

双语词典

自然语言处理

该数据集主要用于翻译和词性标注任务，涉及韩语和英语两种语言。数据集包含多个列，如Form（注册词条）、Part of Speech（韩语词性）、Korean Definition（韩语定义）、English Definition（英语定义）、Usages（例句或对话）、Vocabulary Level（词汇难度）和Semantic Category（语义类别）。数据集的规模在10K到100K之间。

Hugging Face2024-02-24 更新380

Kyleyee/train_data_HH_sft_2

自然语言处理

偏好学习

HH-RLHF-Helpful-Base数据集是Anthropic的HH-RLHF数据集的加工版本，专门用于通过TRL库进行偏好学习和对齐任务。该数据集包含了一对对文本样本，每个样本根据人类偏好在响应的帮助性上被标记为“选中”或“拒绝”。这个数据集可以帮助模型学习生成有助于用户的响应的人类偏好。

Hugging Face2025-03-14 更新170

fia24/banel_wit_postag_v1

自然语言处理

语言学

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: val path: data/val-* dataset_info: features: - name:

Hugging Face2023-10-26 更新140

Korean Translation Dataset for NLP Models

自然语言处理

韩语翻译

Translated Instructions and Input-Output Pairs in Korean

kaggle2023-11-30 更新210

sert121/adult_data_instruction_leaving_r_m_c

机器学习

自然语言处理

该数据集包含三个主要特征：input（字符串类型）、instruction（字符串类型）和output（int64类型）。数据集仅包含一个训练集，共有15,682个样本，总大小为5,441,527字节。下载大小为579,506字节。数据集的配置名为default，数据文件路径为data/train-*。

Hugging Face2024-11-29 更新170

Theo-Bert dataset

资源简介：

相关数据集