yuuki14202028/fixed-kkc-dataset download history

yuuki14202028/fixed-kkc-dataset is a text generation dataset on the Hugging Face Hub. In the last 30 days it was downloaded 47 times (3 in the last 7 days), and 260 times in total. It ranks #278,802 among datasets by monthly downloads.

Fixed KKC Dataset 日本語Wikipedia入力誤りデータセット (v2) から生成した、かな漢字変換(KKC)タスク用の選好ペアデータセットです。 データセットの概要 Wikipediaの編集差分のうち kanji-conversion_a カテゴリ(誤変換の修正)に該当するものを抽出しています。 各レコードは、カタカナの読みに対して「正しい漢字表記(chosen)」と「誤った表記(rejected)」のペアを持ちます。 かな漢字変換モデルの学習・評価や、選好学習(RLHF / DPO)に利用できます。

Open yuuki14202028/fixed-kkc-dataset on Hugging Face

Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.