Upload README.md with huggingface_hub

README.md

@@ -0,0 +1,196 @@
+---
+annotations_creators:
+- no-annotation
+language_creators:
+- found
+languages:
+- my
+- en
+licenses:
+- apache-2.0
+multilinguality:
+- multilingual
+size_categories:
+- n_1M_to_n_10M
+source_datasets:
+- amkyawdev/myanmar-llm-data
+- amkyawdev/mm-llm-coder-agent-dataset
+- amkyawdev/mm-llm-coder-dataset
+---
+
+# Combined Myanmar LLM Dataset
+
+A comprehensive dataset combining three Myanmar-related datasets for training large language models, optimized for code generation and Myanmar language understanding.
+
+[English](#english) | [မြန်မာဘာသာ](#myanmar)
+
+---
+
+## English
+
+### Overview
+
+This dataset combines three source datasets for training LLMs with Myanmar language and coding capabilities:
+
+| Dataset | Description | Samples |
+|---------|-------------|---------|
+| `amkyawdev/myanmar-llm-data` | Myanmar language conversations, translations, Q&A | 20,327 |
+| `amkyawdev/mm-llm-coder-agent-dataset` | Agent workflow for coding tasks | 1,000,020 |
+| `amkyawdev/mm-llm-coder-dataset` | Code generation tasks | 2,000,000 |
+
+**Total Samples: 3,020,347**
+
+### Dataset Structure
+
+Each sample contains:
+
+```python
+{
+    "messages": [  # Chat messages (list of dicts with role/content)
+        {"role": "system", "content": "You are a helpful assistant."},
+        {"role": "user", "content": "User input here"},
+        {"role": "assistant", "content": "Response here"}
+    ],
+    "instruction": "Task instruction (for code datasets)",
+    "category": "Task category (greeting, translation, code_debugging, etc.)",
+    "language": "en or my",
+    "difficulty": "beginner, intermediate, or advanced",
+    "response": "Expected response/output",
+    "task_type": "Type of task (qa_conversation, agent_workflow, etc.)"
+}
+```
+
+### Extended Fields (from mm-llm-coder-agent-dataset)
+
+Some samples include additional fields:
+
+| Field | Description |
+|-------|-------------|
+| `framework` | Framework used (React, Express, etc.) |
+| `runtime` | Runtime environment |
+| `database` | Database system |
+| `environment` | Development environment |
+| `tools_used` | Tools used in the task |
+| `code_snippets` | Code examples |
+| `validated` | Whether validated |
+| `rating` | Quality rating |
+| `complexity_score` | Task complexity score |
+
+### Usage
+
+```python
+from datasets import load_dataset
+
+# Load the entire dataset
+dataset = load_dataset("amkyawdev/combined-myanmar-llm-dataset")
+
+# Load specific split
+train_ds = load_dataset("amkyawdev/combined-myanmar-llm-dataset", split="train")
+
+# Access a single sample
+sample = train_ds[0]
+print(sample["messages"])
+```
+
+### Use Cases
+
+- **Myanmar Language Models**: Training LLMs that understand Burmese/Myanmar language
+- **Code Generation**: Training models for programming tasks
+- **Multilingual Tasks**: Translation between English and Myanmar
+- **Chatbots**: Building conversational AI for Myanmar speakers
+- **Agent Workflows**: Training coding agents
+
+### Dataset Card Citation
+
+If you use this dataset, please cite:
+
+```bibtex
+@dataset{combined_myanmar_llm,
+  title={Combined Myanmar LLM Dataset},
+  author={amkyawdev},
+  year={2024},
+  url={https://huggingface.co/datasets/amkyawdev/combined-myanmar-llm-dataset}
+}
+```
+
+---
+
+## မြန်မာဘာသာ
+
+### အနှစ်ချူပါ
+
+ဒီ dataset သည် မြန်မာစာ နှင့် ကုဒ်ရေးလုပ်တဲ့ LLM များကို လေ့ကျင့်ဖို့အတွက် သုံးခုေကာင်း ဒေါင်းလုဒ်များကို ပေါင်းစပ်ထားပပါ။
+
+| ဒေါင်းလုဒ် | ဖော်ပါ | ပါဝင်မှု |
+|---------|----------|----------|
+| `amkyawdev/myanmar-llm-data` | မြန်မာစာပါးဆက်ပါ၊ ဘာသာပြန်၊ Q&A | ၂၀,၃၂၇ |
+| `amkyawdev/mm-llm-coder-agent-dataset` | ကုဒ်ရေးလုပ်တဲ့ agents များ | ၁,၀၀၀,၀၂၀ |
+| `amkyawdev/mm-llm-coder-dataset` | ကုဒ်ထုတ်လုပ်တဲ့ အလုပ်များ | ၂,၀၀၀,၀၀၀ |
+
+**ပါဝင်မှု စုစုပါး: ၃,၀၂၀,၃၄၇**
+
+### ဖွဲ့စည်းပါ
+
+နမူနာတစ်ခုခုမှာ ပါဝင်တာများ:
+
+```python
+{
+    "messages": [  # ပါးဆက်ပါ (role/content ရှိတဲ့ dict များ)
+        {"role": "system", "content": "သင်သည် အကူအညီပါ။"},
+        {"role": "user", "content": "သုံးစွဲသူပါ"},
+        {"role": "assistant", "content": "အဖြေပါ"}
+    ],
+    "instruction": "အလုပ်ညွှန်ကိုးကါ (ကုဒ် dataset များအတွက်)",
+    "category": "အလုပ်အမျိုးအစား (greeting, translation, code_debugging, etc.)",
+    "language": "en သို့မဟုတ် my",
+    "difficulty": "beginner, intermediate, သို့မဟုတ် advanced",
+    "response": "မျှော်လင့်တဲ့ အဖြေ/ထွက်ပါ",
+    "task_type": "အလုပ်အမျိုးအစား (qa_conversation, agent_workflow, etc.)"
+}
+```
+
+### သုံးပါ
+
+```python
+from datasets import load_dataset
+
+# ဒေါင်းလုဒ်လုပ်ချက်
+dataset = load_dataset("amkyawdev/combined-myanmar-llm-dataset")
+
+# ပါဝင်မှု
+train_ds = load_dataset("amkyawdev/combined-myanmar-llm-dataset", split="train")
+
+# နမူနာတစ်ခုယူပါ
+sample = train_ds[0]
+print(sample["messages"])
+```
+
+### သုံးပြုနည်း အမျိုးမျိုး
+
+- **မြန်မာစာ LLM**: မြန်မာစာနားလည်တဲ့ LLM များကို လေ့ကျင့်ခြင်း
+- **ကုဒ်ထုတ်လုပ်ခြင်း**: ပရိုဂရမ်ရေးလုပ်တဲ့ မော်ဒယ်များကို လေ့ကျင့်ခြင်း
+- **ဘာသာပြန်**: အင်္ဂလိပ်နဲ့ မြန်မာပါးကြား ပြန်ဆိုခြင်း
+- **ခွန်းဖြေ**: မြန်မာစာပါးဆက်ပါ AI များကို ဆောက်လုပ်ခြင်း
+
+### ကိုးကားချက်
+
+ဒီဒေါင်းလုဒ်များကို သုံးပါက ကျေးဇူးပါ။:
+
+```bibtex
+@dataset{combined_myanmar_llm,
+  title={Combined Myanmar LLM Dataset},
+  author={amkyawdev},
+  year={2024},
+  url={https://huggingface.co/datasets/amkyawdev/combined-myanmar-llm-dataset}
+}
+```
+
+---
+
+### License
+
+Apache 2.0 License
+
+### Dataset URL
+
+https://huggingface.co/datasets/amkyawdev/combined-myanmar-llm-dataset