The dataset viewer is taking too long to fetch the data. Try to refresh this page.
Error code: ClientConnectionError
Pequenas Estórias
"Há muito tempo, um menino chamado Tiago tinha um mapa grande. O mapa mostrava a ele onde encontrar um tesouro…"
São mais de dois milhões de contos curtos, escritos com as palavras que uma criança de 3 ou 4 anos entende, agora em português do Brasil.
O TinyStories (Eldan & Li, 2023) mostrou uma coisa surpreendente: com histórias simples o bastante, um modelo de linguagem minúsculo, de poucos milhões de parâmetros, que treina e roda num computador comum, aprende a escrever textos coerentes, com gramática correta, começo, meio e fim. Pequenas Estórias é a tradução completa desse dataset, para que a mesma ideia funcione em português.
📖 Um conto, nas duas línguas
| Original (inglês) | Pequenas Estórias (português) |
|---|---|
| Once upon a time, a little boy named Tim had a big map. The map showed him where to find a treasure. Tim wanted to find the treasure, but he felt helpless. He did not know how to read the map. One day, Tim met a nice cat. The cat could read the map. Tim and the cat went on a walk to find the treasure. They walked and walked, and then they had to lean on a big tree to rest. After they rested, the cat read the map again. They found the treasure under a small rock. Tim and the cat were very happy. They shared the treasure and became best friends. |
Há muito tempo, um menino chamado Tiago tinha um mapa grande. O mapa mostrava a ele onde encontrar um tesouro. Tiago queria encontrar o tesouro, mas se sentia impotente. Ele não sabia como ler o mapa. Um dia, Tiago conheceu um gato simpático. O gato conseguia ler o mapa. Tiago e o gato foram em busca do tesouro. Caminharam e caminharam, e então tiveram que se apoiar em uma grande árvore para descansar. Depois de descansarem, o gato leu o mapa novamente. Eles encontraram o tesouro sob uma pequena pedra. Tiago e o gato ficaram muito felizes. Eles compartilharam o tesouro e se tornaram grandes amigos. |
⚡ Comece em uma linha
from datasets import load_dataset
ds = load_dataset("DominuZ/TinyStories-pt-BR")
print(ds["train"][0]["text"])
O formato segue o do TinyStories original: os mesmos splits e a mesma coluna text. Se você já tem um script de treino para o TinyStories, basta trocar o nome do dataset.
🧭 A família Pequenas Estórias
Uma família de datasets em português para treinar modelos pequenos do zero, seguindo a lógica do TinyStories.
| Dataset | O que ensina | |
|---|---|---|
| 📖 | TinyStories-pt-BR (você está aqui) | a contar histórias |
| 🧭 | TinyStoriesInstruct-pt-BR (em breve) | a seguir instruções: escrever um conto com certas palavras, a partir de um resumo ou com um tipo de final |
🗂️ Estrutura
| Split | Contos |
|---|---|
train |
2.119.489 |
validation |
21.990 |
| total | 2.141.479 |
| Coluna | Conteúdo |
|---|---|
text |
o conto em português do Brasil |
text_en |
o conto original em inglês, na mesma linha |
Com as duas colunas, o dataset também serve como corpus paralelo inglês–português. São cerca de 1,3 GB em Parquet.
🛠️ Como foi feito
- Fonte:
roneneldan/TinyStories, revisãof54c09fd23315a6f9c86f9dc80f725de7d8f9c64, a partir dos arquivos Parquet (colunatext). - Tradução: TranslateGemma 4B, do Google, em quantização Q8_0, rodando localmente com llama.cpp. Cada conto foi traduzido num pedido separado, com os parâmetros de amostragem padrão do modelo.
- Nomes brasileiros: antes da tradução, os nomes de pessoa foram trocados por nomes brasileiros a partir de um dicionário fixo. Lily vira Lívia, Tim vira Tiago, e assim por diante, sempre com o mesmo nome em todo o dataset. A troca vale para qualquer nome que esteja no dicionário, inclusive de bichos (um gato chamado Tom vira Tomás). Nomes fora do dicionário, como Beep e Max, ficaram como estavam.
- Ordem: os contos seguem a ordem do original. Como as linhas vazias saíram, a posição de um conto no
trainnão é o mesmo índice da fonte. Para achar o conto correspondente no original, use a colunatext_en. - Exclusões: 230 linhas do treino estavam vazias na fonte e ficaram de fora. Nenhuma tradução falhou.
- Validação: foi traduzida inteira, os 21.990 contos.
⚠️ Limitações
- É uma tradução automática. Ela foi conferida por amostragem, não conto a conto.
- Os erros que a revisão encontrou são raros, mas existem: gênero trocado ("nova amiga" para um menino) ou uma palavra isolada traduzida errado.
- As aberturas variam entre "Há muito tempo…" e "Era uma vez…", mais do que no original.
- Os contos originais foram gerados por GPT-3.5 e GPT-4, e herdam os vieses e as repetições desses modelos.
📜 Licença e citação
Distribuído sob a licença CDLA-Sharing-1.0, a mesma do TinyStories. Quem redistribuir este dataset, ou dados derivados dele, precisa manter a mesma licença.
Se usar este dataset, cite o trabalho original e esta tradução:
@article{eldan2023tinystories,
title = {TinyStories: How Small Can Language Models Be and Still Speak Coherent English?},
author = {Eldan, Ronen and Li, Yuanzhi},
journal = {arXiv preprint arXiv:2305.07759},
year = {2023}
}
@misc{schneider2026pequenasestorias,
author = {Edelmar Schneider},
title = {Pequenas Estórias: TinyStories em português do Brasil},
year = {2026},
howpublished = {\url{https://huggingface.co/datasets/DominuZ/TinyStories-pt-BR}}
}
English summary
Pequenas Estórias is a complete Brazilian Portuguese translation of TinyStories (Eldan & Li, 2023): 2,141,479 short, simple stories, ready for training small language models from scratch in Portuguese. It keeps the original format (train/validation splits, text column) and adds the English source in text_en, so it also works as a parallel corpus. The stories were machine-translated locally with TranslateGemma 4B (Q8_0). Names in a fixed dictionary of common English names were mapped to Brazilian names before translation (pets included), and the 230 empty source rows were dropped. It has not been fully human-reviewed. License: CDLA-Sharing-1.0.
- Downloads last month
- 150