Improve AI Platforms dataset card

README.md

@@ -5,42 +5,55 @@ language:
 tags:
 - aiplatforms
 - russian
-- sft
-- instruction-tuning
+- community-text
+- forum
+- conversational-style
+- slang
 - text-generation
 - local-ai
 task_categories:
 - text-generation
+size_categories:
+- 1M<n<10M
 ---
 
 # AI Platforms Pikabushnik RU Dataset
 
-Русскоязычный датасет AI Platforms для обучения, адаптации и оценки локальных языковых моделей.
+Большой русскоязычный пользовательский корпус с разговорной, форумной и неформальной лексикой.
 
-## Описание
+Датасет полезен для экспериментов с моделями, которым нужно лучше понимать живой русский язык: разговорные формулировки, сленг, короткие реплики, бытовые темы и неоднородный пользовательский стиль.
 
-Источник/характер данных: русскоязычные пользовательские тексты и диалоговые примеры.
+## Состав
 
-Возможные сценарии использования:
+Репозиторий содержит:
 
-- SFT русскоязычных ассистентов;
-- обучения коротким и средним ответам на русском языке;
-- подготовки локальных LLM под RAG и on-premise сценарии;
-- экспериментов с малым inference footprint.
+- `pikabu_rudataset.parquet` — крупный корпус пользовательских русскоязычных текстов в Parquet.
 
-## Рекомендуемое применение
+Ориентировочный размер: миллионы записей (`1M<n<10M`).
 
-- предварительная русскоязычная адаптация компактных моделей;
-- смешивание с tool-use/RAG датасетами;
-- тестирование качества ответов перед доменным дообучением;
-- подготовка baseline-моделей для локального inference.
+## Назначение
 
-## Ограничения и ответственность
+- адаптация моделей к живому русскому пользовательскому стилю;
+- continued pretraining или смешивание с SFT-корпусами;
+- подготовка моделей к обработке сленга, ошибок, коротких запросов и форумного языка;
+- эксперименты с локальными чат-моделями и companion/roleplay моделями.
 
-- Данные могут содержать шум, устаревшие сведения или стилистически неоднородные ответы.
-- Перед использованием в production рекомендуется фильтрация, дедупликация и ручная проверка срезов.
-- Для фактических, актуальных и доменных ответов используйте RAG/поиск и контроль источников.
+## Рекомендации по подготовке
+
+Перед обучением рекомендуется:
+
+- фильтровать токсичные, персональные и нежелательные фрагменты под ваш сценарий;
+- удалять дубли и слишком короткие записи;
+- нормализовать разметку, ссылки и технический мусор;
+- смешивать с более чистыми instruction/chat данными, если нужна модель-ассистент.
+
+## Ограничения
+
+- Корпус может содержать шум, грубую лексику, спорные утверждения и устаревшие сведения.
+- Это не готовый безопасный assistant dataset.
+- Для публичных моделей необходимы фильтрация, safety-eval и пост-модерация.
+- Лицензия указана как `other`; перед коммерческим использованием проверьте применимость данных к вашему сценарию.
 
 ## AI Platforms
 
-[AI Platforms](https://aiplatforms.ru/) внедряет локальные ИИ-платформы для бизнеса: приватные LLM, RAG, машинное зрение, AI-агентов и GPU-серверы под ключ.
+[AI Platforms](https://aiplatforms.ru/) внедряет локальные ИИ-платформы для бизнеса: приватные LLM, RAG, машинное зрение, AI-агентов и GPU-��нфраструктуру.