数据集

finephrase

HuggingFaceFW/finephrase

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:odc-by 上游版本:78cf4a5ed009

中文简介

HuggingFaceFW/finephrase 是 HuggingFaceFW 在 Hugging Face 发布的数据集仓库,当前卡片主要关联文本生成与推理、图像分割。本站固定记录上游版本 78cf4a5ed009,同步到 27106 个文件,文件元数据合计 6.93 TB;访问状态为“公开”,许可证字段为“odc-by”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 HuggingFaceFW/finephrase 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
HuggingFaceFW/finephrase 是 HuggingFaceFW 在 Hugging Face 发布的数据集仓库,当前卡片主要关联文本生成与推理、图像分割。本站固定记录上游版本 78cf4a5ed009,同步到 27106 个文件,文件元数据合计 6.93 TB;访问状态为“公开”,许可证字段为“odc-by”。

【适用方向】
适合评估视觉感知、分割、检测或三维场景处理任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本:78cf4a5ed009。 任务标签:文本生成与推理、图像分割。 语言字段:en。 数据集卡名称:HuggingFaceFW/finephrase。 规模分类:n>1M。 上游页面记录的最近更新时间:2026-03-31。

【文件信息】
上游 API 返回 27106 个文件,文件元数据合计 6.93 TB。 已保存文件清单中的主要扩展名:.parquet 99 个、无扩展名 1 个。 当前较大的文件包括:faq/000_00001_29.parquet(261.22 MB);faq/000_00002_15.parquet(261.13 MB);faq/000_00002_6.parquet(261.08 MB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 6.93 TB。仅按下载、解压和临时文件估算,建议至少预留约 8.32 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“odc-by”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-25 22:47

Dataset Card for HuggingFaceFW/finephrase Dataset Summary Synthetic data generated by DataTrove: Model: `HuggingFaceTB/SmolLM2-1.7B-Instruct` (`main`) Source dataset: `HuggingFaceFW/fineweb-edu`, config `sample-350BT`, split `train` Generation config: `temperature=1.0`, `top_p=1.0`, `top_k=50`, `max_tokens=2048`, `model_max_context=8192` Speculative decoding: `{"method":"suffix","num_speculative_tokens":32}` System prompt: `None` Input column: `text` Prompt families: faq prompt Rewrite the document as a comprehensive FAQ (Frequently Asked Questions). Extract or infer the key questions a reader would have about this topic, then provide clear, direct answers. Order questions logically, from foundational to advanced, or by topic area. Each answer should be self-contained and understandable without reference to other answers. Ensure the FAQ works as a standalone document. Output only the FAQ, nothing else. Document: [[DOCUMENT]] math prompt Rewrite the document to create a mathematical word problem based on the numerical data or relationships in the text. Provide a step-by-step solution that shows the calculation process clearly. Create a problem that requires multi-step reasoning and basic arithmetic operations. It should include the question followed by a detailed solution showing each calculation step. Output only the problem and solution, nothing else. Document: [[DOCUMENT]] table prompt Rewrite the document as a structured table that organizes the key information, then generate one question-answer pair based on the table. First extract the main data points and organize them into a clear table format with appropriate headers using markdown table syntax with proper alignment. After the table, generate one insightful question that can be answered using the table data. Provide a clear, concise answer to the question based on the information in the table. Output only the table followed by the question-answer pair, nothing else. Document: [[DOCUMENT]] tutorial prompt Rew

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估视觉感知、分割、检测或三维场景处理任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

规模与格式

固定版本:78cf4a5ed009。 任务标签:文本生成与推理、图像分割。 语言字段:en。 数据集卡名称:HuggingFaceFW/finephrase。 规模分类:n>1M。 上游页面记录的最近更新时间:2026-03-31。

文件说明

上游 API 返回 27106 个文件,文件元数据合计 6.93 TB。 已保存文件清单中的主要扩展名:.parquet 99 个、无扩展名 1 个。 当前较大的文件包括:faq/000_00001_29.parquet(261.22 MB);faq/000_00002_15.parquet(261.13 MB);faq/000_00002_6.parquet(261.08 MB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。

上游文件元数据

  • .gitattributes2.45 KB
  • faq/000_00000_0.parquet257.47 MB
  • faq/000_00000_1.parquet259.36 MB
  • faq/000_00000_10.parquet258.34 MB
  • faq/000_00000_11.parquet258.18 MB
  • faq/000_00000_12.parquet257.21 MB
  • faq/000_00000_13.parquet260.55 MB
  • faq/000_00000_14.parquet260.61 MB
  • faq/000_00000_15.parquet260.94 MB
  • faq/000_00000_16.parquet260.19 MB
  • faq/000_00000_17.parquet258.05 MB
  • faq/000_00000_18.parquet257.72 MB

硬件建议

仓库文件元数据合计 6.93 TB。仅按下载、解压和临时文件估算,建议至少预留约 8.32 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“odc-by”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。