DeepWriting-20k_formatted_sft

kaggle2025-12-21 更新2026-02-14 收录

文本生成

监督微调

数据链接：

https://www.kaggle.com/datasets/amita01/deepwriting-20k-formatted-sft 数据链接链接失效反馈

官方服务：

资源简介：

DeepWriting Dataset formatted for Supervised Fine Tuning (SFT)

创建时间：

2025-12-21

Lots-of-LoRAs/task333_hateeval_classification_hate_en

仇恨言论

文本生成

该数据集名为task333_hateeval_classification_hate_en，属于文本生成任务类别，主要用于仇恨言论的分类任务。数据集包含训练集、验证集和测试集，分别有4795、599和600个样本。数据集的创建者和语言创建者均为众包，语言为英语，许可证为Apache-2.0。数据集的相关信息可以在其主页和两篇相关论文中找到。

Hugging Face2024-07-16 更新160

Lots-of-LoRAs/task035_winogrande_question_modification_person

文本生成

自然语言处理

该数据集名为Natural Instructions，是一个用于文本生成任务的数据集，包含1600多个NLP任务。数据集通过众包方式创建，语言为英语，采用Apache 2.0许可证。数据集包含输入、输出和ID三个特征，分为训练集、验证集和测试集，分别包含5199、650和650个样本。数据集的相关信息可以在GitHub页面和两篇论文中找到。

Hugging Face2024-07-16 更新100

pythainlp/tlcv2.0_oa

泰语文本

文本生成

--- dataset_info: features: - name: TEXT dtype: string - name: SOURCE dtype: string - name: METADATA struct: - name: ch_num dtype: string - name: title dtype: s

Hugging Face2023-03-04 更新80

Reacubeth/Quintuple

学术概念共现

文本生成

Co-occurrence Citation Quintuple数据集是用于训练文本生成模型，以通过概念共现来探索和表达学术思想的官方数据集。该数据集通过构建概念共现图来识别和处理概念，并采用启发式规则过滤冗余和噪声句子，从而提高用于思想生成的五元组质量。数据集的统计摘要展示了不同学科的数据量，包括艺术、历史、哲学、社会学、政治学、商业、地理、工程、地质学、医学、经济学、物理学、生物学、数学、心理

Hugging Face2023-05-22 更新110

azugarini/clue-instruct

填字游戏

文本生成

Clue-Instruct是一个用于教育填字游戏的合成数据集。上下文-关键词对与三个不同的填字游戏线索相关联，这些线索是自动生成的。

Hugging Face2024-07-11 更新90