Logo
Project Icon

open-korean-instructions

韩语指令数据集，用于语言模型训练

Open Korean Instructions한국어ChatGPTGPT번역 데이터셋Github开源项目

本项目收集了多个开放的韩语指令数据集，用于语言模型训练，包括KoAlpaca和ShareGPT等翻译数据。同时还包含GPT生成的多种数据，以提升模型性能。如有新的数据，请通过PR提交。

GithubGithubHuggingfaceHuggingface
介绍相关项目
Llama-3-Open-Ko-8B-Instruct-preview - Llama-3基础上的韩语模型适用于对话和指导任务
GithubHuggingfaceLlama-3-Open-Ko-8B-Instruct-preview开源项目指令生成机器学习模型语言模型预训练
Llama-3-Open-Ko-8B-Instruct-preview利用公开资源预训练，处理17.7B+文本标记，为韩语对话和指导提供新起点。TPUv5e-256支持下的训练采用Chat Vector方法，增强自然语言生成。尽管尚未微调韩语指令，该模型已展示可靠性和高效性
awesome-instruction-dataset - 开源的多任务多语言指令微调数据集
AlpacaChatGPTGithubLLMsRLHF开源项目数据集
该项目收录了一系列开源指令微调数据集，用以训练基于聊天的LLM（如GPT-4、ChatGPT、LLaMA、Alpaca）。数据集包括视觉指令微调、文本指令微调和人类反馈增强学习（RLHF）数据集。项目提供了详尽的数据集列表，方便研究人员和开发人员使用这些资源。支持多任务和多语言，覆盖英语、中文等多种语言数据，数据集来源多样，包括人类生成、自我指令生成以及混合数据集，适合多种LLM训练需要。
kogpt2-base-v2 - 推动韩语自然语言处理的开源模型
GithubHuggingfaceKoGPT2人工智能开源项目模型自然语言处理韩语模型
KoGPT2（kogpt2-base-v2）是SKT-AI团队开发的韩语GPT-2模型，采用开源方式发布，使用cc-by-nc-sa-4.0许可证。该模型在文本生成、对话系统等多个韩语自然语言处理任务中表现优异。KoGPT2为韩语AI研究和应用提供了重要工具，推动了韩语NLP技术的发展。研究者和开发者可通过GitHub了解更多详情，探索KoGPT2在韩语处理领域的应用潜力。
instruction-datasets - 大语言模型指令微调数据集汇总
GithubInstruction TuningNLP多语言大语言模型开源项目数据集
该项目整理了大语言模型指令微调所需的多种数据集，包括金标准、银标准/LM生成和偏好数据集。内容涵盖多语言和多模态任务，提供指令-响应对和人类偏好评分等资源。这些数据集有助于提升模型的指令跟随、对话和任务执行能力，为NLP研究和开发提供重要参考。
InstructionWild - 大规模用户生成指令数据集助力AI对话能力提升
AI训练ChatGPTGithubInstructWild大语言模型开源项目指令数据集
InstructionWild项目汇集11万余条高质量用户生成指令，类型丰富，标签完善。该数据集致力于增强AI模型在生成、开放问答和头脑风暴等领域的对话表现。项目展示了完整的数据收集流程、评估分析和后续规划，为AI研究与应用领域贡献重要资源。
EEVE-Korean-Instruct-10.8B-v1.0 - 韩语大语言模型EEVE-Korean-Instruct-10.8B采用DPO技术优化指令理解
EEVEGithubHuggingface多语言开源项目机器学习模型语言模型韩语
EEVE-Korean-Instruct-10.8B-v1.0是一个针对韩语优化的大语言模型。该模型基于SOLAR-10.7B扩展韩语词汇表，并使用DPO技术进行指令微调。在多项基准测试中，模型平均得分达66.48分。训练数据包括韩语翻译版的SlimOrca-Dedup和ultrafeedback数据集。项目提供了API使用说明和模型评估结果，适用于需要高性能韩语语言处理的应用场景。
kogpt - 韩语生成预训练模型
GithubKakaoBrainKoGPT人工智能开源项目模型训练语言模型
由KakaoBrain开发的KoGPT，是一个专注于韩语的生成预训练模型，广泛应用于文本分类、搜索和生成摘要等多种AI任务。这一模型训练于大型数据集，具备卓越的文本生成能力。然而，使用期间可能生成不恰当内容，主要用于学术研究与技术开发，用户在使用时需严格遵守其许可协议。
awesome-instruction-datasets - 多语言高质量开源数据集，促进NLP指令调优
Awesome Instruction DatasetsGithubInstruction TuningLLMsPrompt DatasetsRLHF Datasets开源项目
该项目提供多语言和多任务的高质量开源指令调优数据集，方便研究人员和开发者轻松访问和利用这些资源。收录数据集包括人类生成、自我指令生成和混合生成的数据，以加速NLP领域的发展，支持如ChatGPT的指令跟随型大语言模型的训练。
koOpenChat-sft - 多语言AI对话模型，基于OpenChat3.5构建
AlpacaChatMLGithubHuggingfaceOpenChat3.5koOpenChat-sft开源项目模型韩国人工智能
koOpenChat-sft项目是一个基于OpenChat3.5的多语言AI对话模型，训练于A100 80GB设备，遵循ChatML和Alpaca(No-Input)指令格式。尽管没有详细的基准测试数据，模型的评估结果已在Open LLM Leaderboard中公布。其在HellaSwag和Winogrande等指标上的得分表明了其高效的对话能力，广泛适用于多种AI场景。欲知更多信息，可通过Telegram联系开发者。
KoAlpaca - 开源韩语大语言模型，支持多种规模和部署方式
GithubKoAlpaca人工智能开源项目深度学习自然语言处理语言模型
KoAlpaca是基于Stanford Alpaca训练方法的韩语大语言模型项目。该项目提供多种规模模型，包括基于Polyglot-ko和LLAMA的版本，支持全量微调和LoRA等训练方式。KoAlpaca开放网页聊天界面和Hugging Face上的模型,便于研究人员和开发者使用及改进韩语大语言模型。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号