aakashMeghwar01/Sindhi-Intelligence-Core-SFT

---
license: apache-2.0
language:
- sd
tags:
- sindhi
- sft
- instruct
- linguistics
- logic
pretty_name: Sindhi Intelligence Core SFT
size_categories:
- 100K<n<1M
task_categories:
- text-generation
- question-answering
configs:
- config_name: default
data_files:
- split: train
path: data/train.jsonl
---

# 🧠 Sindhi Intelligence Core SFT

This is a premium, high-density instruction dataset designed for training Large Language Models (LLMs) to master the Sindhi language. With **361,225 rows**, it provides a robust foundation for grammar, factual knowledge, and logical reasoning.

## 📊 Dataset Summary
This dataset was created by consolidating multiple high-quality Sindhi corpora into a unified **ChatML** format. It is specifically optimized for **Supervised Fine-Tuning (SFT)**.

## 📁 Data Structure
- **Format:** JSON Lines (.jsonl)
- **Total Rows:** 361,225

## 🔍 Data Sources & Credits
Special thanks to the researchers whose work forms the core of this dataset:
- **AMBILE Team**: Sindhi WordNet (Grammar & Gender)
- **Danish Mahdi**: Encyclopedia Sindhiana, Legal Dataset, & News Corpora
- **Owais Raza**: Daily Kawish Articles & Linguistic processing

## 📜 Citation
If you use this dataset, please cite:
https://huggingface.co/datasets/aakashMeghwar01/Sindhi-Intelligence-Core-SFT

许可证：Apache-2.0
语言：
- 信德语（Sindhi）
标签：
- 信德语
- 监督微调（Supervised Fine-Tuning, SFT）
- 指令
- 语言学
- 逻辑学
展示名称：信德语智能核心SFT
样本量范围：10万<样本量<100万
任务类别：
- 文本生成
- 问答
配置：
- 配置名称：default
数据文件：
- 拆分方式：训练集（train）
文件路径：data/train.jsonl

# 🧠 信德语智能核心监督微调数据集
本数据集为高品质高密度指令数据集，专为训练大语言模型（Large Language Model, LLM）掌握信德语而打造。数据集共计**361225条样本**，可为语法学习、事实知识储备与逻辑推理能力训练提供坚实基础。

## 📊 数据集概览
本数据集通过整合多份高质量信德语语料库，统一整理为**ChatML**格式，专为**监督微调（Supervised Fine-Tuning, SFT）**任务优化。

## 📁 数据结构
- **格式**：JSON Lines（.jsonl）
- **总样本量**：361225条

## 🔍 数据来源与致谢
特别感谢为本数据集核心内容做出贡献的研究人员：
- **AMBILE团队**：信德语词网（语法与性别标注）
- **Danish Mahdi**：《信德百科全书》、法律数据集与新闻语料库
- **Owais Raza**：《Kawish日报》文章与语言学处理工作

## 📜 引用说明
若您使用本数据集，请引用：
https://huggingface.co/datasets/aakashMeghwar01/Sindhi-Intelligence-Core-SFT