MLDR
Открытый датасет «MLDR» от Shitao. Лицензия MIT. Файлы остаются у источника.
Dataset Summary MLDR is a Multilingual Long-Document Retrieval dataset built on Wikipeida, Wudao and mC4, covering 13 typologically diverse languages. Specifically, we sample lengthy articles from Wikipedia, Wudao and mC4 datasets and randomly choose paragraphs from them. Then we use GPT-3.5 to generate questions based on these paragraphs. The generated question and the sampled article constitute a new text pair to the dataset. The prompt for GPT3.5 is “You are a curious AI… Карточка открытого датасета. Файлы на площадку не копируются. Автор: Shitao. Лицензия: MIT.
Состав
- Тип
- Текст
- Форматы
- ZIP
- Строки
- —
- Часы
- —
- Объём
- —
- ПДн в карточке
- ПДн нет
- Язык
- ru
- География
- русский
Образец
Текстового образца нет. Для открытого набора файл лежит у источника.
Автор: Shitao. Источник: https://huggingface.co/datasets/Shitao/MLDR. Лицензия: MIT (https://huggingface.co/datasets/Shitao/MLDR).
Площадка является информационным посредником (ст. 1253.1 ГК РФ). Ответственность за законность данных несёт продавец. Сообщить о нарушении