vmunozf/llama

Dataset: vmunozf/dataset

Este dataset está diseñado para entrenar y probar modelos de lenguaje con enfoque en preguntas y respuestas en español. La información contenida está estructurada para facilitar su uso en tareas de procesamiento de lenguaje natural (NLP).

Estructura del Dataset

El archivo contiene dos columnas principales:

• Pregunta: Incluye preguntas formuladas en español relacionadas con temas de interés.
• Respuesta: Proporciona la respuesta correspondiente a cada pregunta.

Ejemplo de datos:

Pregunta	Respuesta
¿Qué porcentaje de los recursos hídricos renovables del mundo se encuentra en América Latina y el Caribe?	35%.
¿Cuál es la principal causa de la crisis hídrica en América Latina según los estudios mencionados?	La mala gestión de los recursos hídricos.

Uso

Este dataset puede ser utilizado para:

1. Entrenamiento y fine-tuning de modelos de lenguaje (por ejemplo, LLaMA, GPT, BERT).
2. Pruebas de inferencia en sistemas de preguntas y respuestas.
3. Evaluación de modelos en tareas de comprensión y generación de texto en español.

Ejemplo de uso:

from transformers import pipeline

qa_pipeline = pipeline("question-answering", model="vmunozf/llama", tokenizer="vmunozf/llama")

result = qa_pipeline({
    "question": "¿Cuál es la principal causa de la crisis hídrica en América Latina según los estudios mencionados?",
    "context": "Según los estudios, la mala gestión de los recursos hídricos es la principal causa."
})

print(result)