merve/tr-h4-norobots

No Robots Veriseti Kartı 🙅‍♂️🤖

Özet

No Robots 10000 komut ve gösterimden oluşan, profesyonel etiketleyiciler tarafından oluşturulmuş bir verisetidir. Çevirisi Google Cloud Platform Translation API ile yapıldı. Bu veriset LLM'lere komut takibi öğretmek için kullanılabilir. (Instruction Supervised Fine-tuning - SFT) No Robots veriseti OpenAI'ın InstructGPT makalesinden esinlenerek oluşturulmuştur ve aşağıdaki kategorilere sahiptir:

Diller

Bu verisetinde sadece Türkçe var.

Veriseti Yapısı

Bu verisetini CSV olarak yükledim. Örneklerin neye benzediğini görmek istiyorsanız widget'a bakın.

Veri Alanları

Kolonlar aşağıdaki gibidir:

• —prompt: Modelin takip etmesi gereken komutu belirler.
• —prompt_id: Unique identifier.
• —messages: Dictionary'ler içeren liste, her dictionary bir mesajı (key: content) ve o mesajı kimin gönderdiğini (key: role) açıklar.
• —category: Görevin kategorisi, bunu çevirmedim.

Split'ler

Lisans

Bu veriseti ne yazık ki açık kaynak değil açık erişimli. Lisansı Creative Commons NonCommercial (CC BY-NC 4.0). Eğer verisetinin kendisi açık kaynak olursa bu veriseti de açık kaynak olacaktır, çünkü çevirisini çeviriler üstünde fikri mülkiyet istemeyen GCP tarafından yaptım.

Citation

@misc{no_robots,
  author = {Nazneen Rajani and Lewis Tunstall and Edward Beeching and Nathan Lambert and Alexander M. Rush and Thomas Wolf},
  title = {No Robots},
  year = {2023},
  publisher = {Hugging Face},
  journal = {Hugging Face repository},
  howpublished = {\url{https://huggingface.co/datasets/HuggingFaceH4/no_robots}}
}