RedHenLabs/qa-news-2016

--- dataset_info: features: - name: question dtype: string - name: answer dtype: string splits: - name: train num_bytes: 15731704 num_examples: 43676 download_size: 9213361 dataset_size: 15731704 configs: - config_name: default data_files: - split: train path: data/train-* task_categories: - question-answering - text-generation language: - en tags: - 'news ' pretty_name: news-data size_categories: - 10K<n<100K --- ## Red Hen Lab - Multilingual LLM ### Google Summer of Code 2024 QA dataset curated for fine tuning the LLM for SFT trainer--- 数据集信息： 特征字段： - 名称：问题（question），数据类型：字符串（string） - 名称：答案（answer），数据类型：字符串（string） 划分集： - 名称：训练集（train），字节数：15731704，样本数量：43676 下载大小：9213361 数据集总大小：15731704 配置项： - 配置名称：默认配置（default），数据文件： - 划分集：训练集（train），路径：data/train-* 任务类别： - 问答任务（question-answering） - 文本生成任务（text-generation） 语言： - 英语（en） 标签： - 新闻（news） 展示名称：news-data 规模区间：10K<n<100K --- ## 红亨实验室（Red Hen Lab）——多语言大语言模型（Large Language Model, LLM） ### 2024 谷歌编程之夏（Google Summer of Code） 本数据集为适配监督微调（Supervised Fine-Tuning, SFT）训练器对大语言模型进行微调而整理的问答数据集。