datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
structured_data_with_cot_dataset_512_v4
structured_data_with_cot_dataset
このデータセットは、様々な形式（JSON、XML、YAML、TOML、CSV）の構造化データと、それぞれに対応する簡潔な思考連鎖（Chain-of-Thought, CoT）推論を含む多様な例を提供します。
データセットの概要
messages: OpenAIチャット形式 (system, user, assistant)
metadata: format, complexity, schema, estimated_tokens
サポートされるデータ形式
JSON, XML, YAML, TOML, CSV
生成方法
Fakerライブラリを使用し、Pythonスクリプトで生成。検証用・テスト用に分割済み。
structured_data_with_cot_dataset_512_v3
structured_data_with_cot_dataset
このデータセットは、様々な形式（JSON、XML、YAML、TOML、CSV）の構造化データと、それぞれに対応する簡潔な思考連鎖（Chain-of-Thought, CoT）推論を含む多様な例を提供します。
データセットの概要
messages: OpenAIチャット形式 (system, user, assistant)
metadata: format, complexity, schema, estimated_tokens
サポートされるデータ形式
JSON, XML, YAML, TOML, CSV
生成方法
Fakerライブラリを使用し、Pythonスクリプトで生成。検証用・テスト用に分割済み。
structured_data_with_cot_dataset_512_v5
structured_data_with_cot_dataset
このデータセットは、様々な形式（JSON、XML、YAML、TOML、CSV）の構造化データと、それぞれに対応する簡潔な思考連鎖（Chain-of-Thought, CoT）推論を含む多様な例を提供します。
データセットの概要
messages: OpenAIチャット形式 (system, user, assistant)
metadata: format, complexity, schema, estimated_tokens
サポートされるデータ形式
JSON, XML, YAML, TOML, CSV
生成方法
Fakerライブラリを使用し、Pythonスクリプトで生成。検証用・テスト用に分割済み。
v5アップデート：ランダムなスキーマ構造の生成と、最小化(minified)/ソート(sorted)の制約を追加。
structured_data_with_cot_dataset_512_v2_filtered_3structured_data_with_cot_dataset_512_v2_filtered_3
This repository provides a dataset for training models in terms of strutured outputs. The dataset is a part of u-10bei/structured_data_with_cot_dataset_512_v2.
Usage
from datasets import load_dataset
# From local data
dataset = load_dataset(
'json', data_files="ToshiyukiNH/structured_data_with_cot_dataset_512_v2_filtered_3", split='train'
)
print(dataset[0])
How to generate this dataset from the base one
from… See the full description on the dataset page: https://huggingface.co/datasets/ToshiyukiNH/structured_data_with_cot_dataset_512_v2_filtered_3.structured_data_with_cot_dataset_512_v2_filtered_1structured_data_with_cot_dataset_512_v2_filtered_1
This repository provides a dataset for training models in terms of strutured outputs. The dataset is a part of u-10bei/structured_data_with_cot_dataset_512_v2.
Usage
from datasets import load_dataset
# From local data
dataset = load_dataset(
'json', data_files="ToshiyukiNH/structured_data_with_cot_dataset_512_v2_filtered_1", split='train'
)
print(dataset[0])
How to generate this dataset from the base one
from… See the full description on the dataset page: https://huggingface.co/datasets/ToshiyukiNH/structured_data_with_cot_dataset_512_v2_filtered_1.structured_data_with_cot_dataset_512_v2_filtered_2structured_data_with_cot_dataset_512_v2_filtered_2
This repository provides a dataset for training models in terms of strutured outputs. The dataset is a part of u-10bei/structured_data_with_cot_dataset_512_v2.
Usage
from datasets import load_dataset
# From local data
dataset = load_dataset(
'json', data_files="ToshiyukiNH/structured_data_with_cot_dataset_512_v2_filtered_2", split='train'
)
print(dataset[0])
How to generate this dataset from the base one
from… See the full description on the dataset page: https://huggingface.co/datasets/ToshiyukiNH/structured_data_with_cot_dataset_512_v2_filtered_2.structured_data_with_cot_dataset_512_v2_filtered_4structured_data_with_cot_dataset_512_v2_filtered_4
This repository provides a dataset for training models in terms of strutured outputs. The dataset is a part of u-10bei/structured_data_with_cot_dataset_512_v2.
Usage
from datasets import load_dataset
# From local data
dataset = load_dataset(
'json', data_files="ToshiyukiNH/structured_data_with_cot_dataset_512_v2_filtered_4", split='train'
)
print(dataset[0])
How to generate this dataset from the base one
from… See the full description on the dataset page: https://huggingface.co/datasets/ToshiyukiNH/structured_data_with_cot_dataset_512_v2_filtered_4.structured_data_with_cot_dataset_512_v2_dpostructured_data_with_cot_dataset_512_v2_dpo_before_processing