Saraiki 语助手指令微调对话数据集

自然语言
0 下载
12 浏览
2026-08-14

数据集简介

Saraiki 语助手指令微调对话数据集(saraiki-assistant-sft)由 themohal 发布,用于训练 Saraiki 语对话助手的监督微调(SFT)任务。数据集包含约 1.54k 条对话样本,每条样本由一组 user 和 assistant 消息构成,模拟真实用户与助手的交互。

内容与话题

对话内容覆盖日常问候、农事、天气、饮食、村庄生活等 Saraiki 语使用地区常见的话题,贴近本地用户的真实需求,有助于提升助手在区域场景下的应答能力。

数据格式与结构

数据集提供 parquet 和 optimized-parquet 两种格式,每条记录包含一个 messages 字段,类型为列表,列表中的每个元素包含 role 和 content 字段,role 取值为 user 或 assistant,content 为对应的文本内容。

字段 类型 说明
messages list 对话消息列表
role string 消息角色(user/assistant)
content string 消息文本内容

规模与划分

数据集规模为 1K - 10K,默认划分为 train 集,包含 1.54k 行数据。

划分 行数
train 1.54k

许可与访问

数据集采用 cc-by-nc-4.0 许可,允许非商业用途。可通过 HuggingFace Datasets 页面公开下载,数据以 Parquet 格式自动转换提供。

基本信息

记录数量1K - 10K(1.54k rows,train split)
文件大小未知
文件格式parquet
数据来源themohal
许可cc-by-nc-4.0
语言Saraiki
模态文本
数据落地页https://huggingface.co/datasets/themohal/saraiki-assistant-sft
发布日期2026-08-14
Saraiki语对话数据集指令微调SFT自然语言处理

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费