| import json |
| import random |
| from utils import push_alpaca_dataset_to_hf |
|
|
| def generate_creative_dataset(num_samples=500): |
| """ |
| Sinh dữ liệu cho Zen Mode (Sáng tác Thơ, Văn, Copywriting). |
| """ |
| chu_des = [ |
| "mùa thu Hà Nội", "tình mẹ", "tuổi thanh xuân", "hoàng hôn trên biển", |
| "sự nỗ lực vươn lên", "cà phê buổi sáng", "nỗi nhớ quê hương" |
| ] |
| the_loais = ["thơ lục bát", "thơ tự do", "tản văn ngắn", "bài viết marketing", "status facebook"] |
|
|
| prompt_templates = [ |
| "Sáng tác một bài {the_loai} về chủ đề {chu_de}.", |
| "Viết {the_loai} lấy cảm hứng từ {chu_de}.", |
| "Hãy đóng vai một nhà văn, viết {the_loai} miêu tả {chu_de}." |
| ] |
|
|
| formatted_dataset = [] |
| print(f"Đang tạo {num_samples} mẫu cho cụm Creative (Sáng tác)...") |
|
|
| for _ in range(num_samples): |
| chu_de = random.choice(chu_des) |
| the_loai = random.choice(the_loais) |
| |
| |
| structured_output = { |
| "the_loai": the_loai, |
| "chu_de": chu_de, |
| "noi_dung": f"[Nội dung sáng tác nghệ thuật về {chu_de} theo thể loại {the_loai}]\n\nCảm xúc trào dâng...\nMọi thứ thật tuyệt vời." |
| } |
| |
| instruction = random.choice(prompt_templates).format(the_loai=the_loai, chu_de=chu_de) |
| |
| alpaca_item = { |
| "instruction": instruction, |
| "input": "", |
| "output": json.dumps(structured_output, ensure_ascii=False, indent=2) |
| } |
| formatted_dataset.append(alpaca_item) |
|
|
| repo_name = "linhhuong-office-creative-instruct" |
| push_alpaca_dataset_to_hf(formatted_dataset, repo_name) |
|
|
