Bangla is one of the most spoken languages in the world but Bangla NLP research is in its early stage of development due to the lack of quality public corpus. In this article, we describe th

DataCite Commons2022-02-07 更新120

ibivibiv/alpaca_tiny20

自然语言处理

--- dataset_info: features: - name: output dtype: string - name: instruction dtype: string - name: input dtype: string splits: - name: train num_bytes: 460904477 num_ex

Hugging Face2024-03-15 更新90

jtatman/medical-sci-instruct-100k-sharegpt-chatml

医学科学

自然语言处理

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

braindao/solidity-bettergpt-base-v2-prompts

智能合约

自然语言处理

该数据集包含14161个训练样本，每个样本包含id、input和output三个字段。id是数据的唯一标识，input和output分别表示输入内容和输出内容。数据集总大小为232182124字节，下载大小为69208681字节。数据文件路径为data/train-*。

Hugging Face2024-12-12 更新90