README.md

metadata

configs:
  - config_name: default
    data_files:
      - split: train
        path: data/train-*
      - split: test
        path: data/test-*
dataset_info:
  features:
    - name: prompt
      dtype: string
    - name: prompt_id
      dtype: string
    - name: messages
      list:
        - name: content
          dtype: string
        - name: role
          dtype: string
    - name: category
      dtype: string
  splits:
    - name: train
      num_bytes: 16496867
      num_examples: 9500
    - name: test
      num_bytes: 887460
      num_examples: 500
  download_size: 11045465
  dataset_size: 17384327
task_categories:
  - conversational
  - text-generation
language:
  - ar
pretty_name: لا روبوتات
license: cc-by-nc-4.0

بطاقة مجموعة البيانات لـ "لا روبوتات" 🙅‍♂️🤖

ملخص

"لا روبوتات" هي مجموعة بيانات تتكون من 10000 تعليمة وعرض، تم إنشاؤها بواسطة ملصقين محترفين. تمت ترجمتها باستخدام Google Cloud Platform Translation API. يمكن استخدام هذه المجموعة لتدريب نماذج اللغة على تتبع التعليمات بشكل أفضل (تدريب دقيق موجه بالتعليمات - SFT). تم إنشاء مجموعة "لا روبوتات" استنادًا إلى مجموعة البيانات الموصوفة في ورقة OpenAI's InstructGPT، وتشمل التصنيفات التالية:

الفئة	العدد
الإنشاء	4560
الأسئلة المفتوحة	1240
العصف الذهني	1120
الدردشة	850
إعادة الكتابة	660
الخلاصة	420
البرمجة	350
التصنيف	350
الأسئلة المغلقة	260
الاستخراج	190

اللغات

تتوفر مجموعة البيانات هذه على اللغة العربية فقط. يمكن العثور على النسخة الأصلية باللغة الإنجليزية على هذا الرابط، والنسخة التركية على هذا الرابط.

حقول البيانات

الأعمدة كالتالي:

• prompt: يحدد التعليمة التي يجب أن يتبعها النموذج.
• prompt_id: معرف فريد.
• messages: قائمة تحتوي على قواميس، كل قاموس يصف رسالة (key: content) ومن أرسلها (key: role).
• category: فئة المهمة، لم أقم بترجمة هذا.

التقسيمات

	train	test
لا روبوتات	9500	500

الترخيص

مجموعة البيانات متاحة تحت رخصة (CC BY-NC 4.0).

معلومات الاقتباس

@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}}
}