README.md

---
license: cdla-sharing-1.0
language:
- fr
task_categories:
- text-generation
source_datasets:
- extended|roneneldan/TinyStories
tags:
- story-generation
- children
- machine-translated
---

# TinyStories-fr

Traduction française de [roneneldan/TinyStories](https://huggingface.co/datasets/roneneldan/TinyStories).

## Provenance

Données d'origine : Ronen Eldan et Yuanzhi Li (Microsoft Research), 2023,
*TinyStories: How Small Can Language Models Be and Still Speak Coherent
English?*, [arXiv:2305.07759](https://arxiv.org/abs/2305.07759).
Publiées sous CDLA-Sharing-1.0.

## Modifications apportées

**Ces fichiers ont été modifiés par rapport aux données d'origine.**

1. Traduction en français, phrase par phrase, par
   `facebook/nllb-200-distilled-600M`. **Traduction automatique non relue.**
2. Portée : 20000 histoires, tirées de `TinyStoriesV2-GPT4-valid.txt`, qui en compte 27629.
3. Filtrage sur le vocabulaire (les N mots les plus fréquents).
4. Remise en forme : une histoire par entrée.

## Limites connues, mesurées

- Les noms de personnages inventés se dégradent : *Beep* ressort en
  *Beaup*, *Beap*, *Beape*. Les prénoms usuels tiennent (97 % des mentions
  conservées sur un échantillon de 100 histoires).
- Alternance tu/vous instable dans les dialogues : la traduction se fait
  phrase par phrase, sans contexte.
- Pertes de sens ponctuelles.

## Données synthétiques

Les histoires d'origine ont été engendrées par GPT-3.5 et GPT-4. Cela ajoute
les conditions d'OpenAI, que la licence CDLA ne tranche pas.

## Licence

CDLA-Sharing-1.0, **non modifiée**. Usage commercial autorisé. Si vous
redistribuez ces données, vous devez le faire sous la même licence, en
conservant l'attribution et en signalant vos propres modifications.
Un modèle entraîné sur ce corpus est un *Result* (art. 1.11) et n'est
soumis à aucune obligation (art. 3.5).