datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
realistic-bpe5-science-math-10bturkish-poem-bpe-corpus
Turkish Poem BPE Corpus
Tek bir klasik Türkçe şiirden üretilmiş küçük eğitim korpusu.Byte-level BPE tokenizer ve minyatür Transformer ödevi (poemTokenizer.ipynb) ile birlikte kullanılır.
Dosyalar
Dosya
Açıklama
train.jsonl
Eğitim satırları + tam şiir
validation.jsonl
Doğrulama satırları
test.jsonl
Test satırları
Her satır:
{"text": "...", "type": "line|stanza|full_poem"}
Kaynak metin
Hâlim iç açıcı olmasa da,
Başıma gelen her… See the full description on the dataset page: https://huggingface.co/datasets/besmabakirci01/turkish-poem-bpe-corpus.realistic-bpe5-wiki-qa-10brealistic-bpe5-fineweb-10bPretokenized dataset of 10B FineWeb-Edu tokens (sample-10BT) along with 5 domain-specific BPE tokenizers.
realistic-bpe5-union-longest-10bsanskrit_bpe_datasetrealistic-bpe5-fineweb-20bfinetune_parity-aware-bpe