Opus-4.5-WritingStyle-1000x
קוד פתוחCrowneliusapache-2.02026-01-29
המאגר מרכז דוגמאות כתיבה שנוצרו עם קלוד אופוס במטרה ללמד מודלים סגנון ניסוח ספציפי. מי שמחפש לשפר את שפת הפלט של מודל קטן ימצא כאן חומר מזוקק ומוכן לעבודה.
- 380הורדות בחודש
- 78לייקים
מה זה
הנתונים מחולקים למספר קבצי ג'ייסון לפי רמות קושי, וכוללים קבצים בשמות קושי קל, בינוני וקשה, לצד קובץ ליטוש ייעודי. כל רשומה כוללת פנייה יחידה ותשובה אחת בלבד, ללא שימוש בכלים חיצוניים או שיחות מרובות שלבים. המטרה הברורה היא להציג סגנון כתיבה ישיר ומוגמר.
לפי הנתונים בכרטיס, המידע נוצר באמצעות מודל קלוד אופוס 4.5 דרך שירות אופן-ראוטר בעלות כוללת של פחות מעשרה דולרים. המאגר עצמו קומפקטי ומכיל מעט מעל חצי מיליון טוקנים בסך הכל, עם ממוצע של כמאתיים וחמישה טוקנים לשורה. מעבר לחלוקה לקבצים הללו, יוצר המאגר לא פירט על אופן איסוף השאלות המקוריות או על תהליך הסינון שבוצע.
מתאים ל
- זיקוק סגנון למודלים קטנים
אימון מודל פתוח כדי לחקות את צורת הניסוח וההבעה של קלוד אופוס בתשובות קצרות.
- אימון מדורג לפי רמות
חלוקת שלבי הלימוד בהתאם לקבצי הקושי הקל, הבינוני והקשה שמגיעים במאגר.
- ליטוש ניסוחים קיימים
שימוש בקובץ הליטוש כדי ללמד מודל לשפר משפטים גולמיים ולהפוך אותם לזורמים יותר.
איפה זה נופל
יוצר המאגר לא סיפק שום תיעוד על שפות הטקסט, מקור הפרומפטים או בדיקות איכות שנעשו. מכיוון שמדובר בטקסט סינתטי לחלוטין שנוצר על ידי מודל סגור, יש סיכון להטיות מובנות ולסגנון אחיד מדי. אם אתם מכוונים לשפה העברית, אין שום עדות לכך שהמאגר מכיל עברית ולא כדאי להסתמך עליו בלי בדיקה ידנית מוקדמת של הקבצים.
שאלות
נפוצות
האם מותר להשתמש בדאטהסט לפרויקט מסחרי?
כן, הרישיון הוא אפאצ'י 2.0 שמאפשר שימוש מסחרי מלא. עם זאת, קחו בחשבון שהתוכן נוצר על ידי קלוד, ולחברות מסוימות יש הגבלות בתנאי השימוש על אימון מודלים מתחרים מפלט שלהן.
האם הדאטהסט כולל תוכן בעברית?
הכרטיס לא מציין שפות בכלל. סביר להניח שהחומר כולו באנגלית, ולכן אם המטרה היא עבודה בעברית, תצטרכו להוריד את אחד מקבצי הג'ייסון ולבדוק את הטקסט בעצמכם לפני שתתחילו לעבוד.
כמה שוקל כל המאגר?
הנפח זעיר. המאגר כולל בסך הכל שבעה קבצים ומעט מעל חצי מיליון טוקנים, כך שמדובר בכמה מגה-בייטים בודדים שיורדים מיידית ללא צורך בחומרה חזקה או שטח אחסון מיוחד.
איך המידע הזה נאסף בפועל?
הנתונים נוצרו בצורה מלאכותית על ידי הרצת פרומפטים מול קלוד אופוס 4.5 דרך שירות אופן-ראוטר. הכרטיס מציג עלות של 9.83 דולר, אך אינו מפרט מאיפה הגיעו הפרומפטים המקוריים.
איך טוענים
טוענים את הקבצים ישירות באמצעות ספריית הדאטהסטס הרגילה של פייתון או בקריאה ישירה של קבצי ה־JSON מתוך המאגר. אין צורך בבקשת אישור גישה מיוחדת, וההורדה פתוחה לחלוטין לכל משתמש. מדובר בנפח קטן מאוד של שבעה קבצים בלבד שכוללים טקסט ותמונות, כך שהכול נטען למחשב תוך שניות בודדות ללא עומס על הזיכרון. המבנה מבוסס על קובצי ג'ייסון פשוטים, ולפני שמריצים אימון כדאי לפתוח את הקבצים השונים כמו רמת הקושי הקלה והקשה, לבחון את שמות השדות המדויקים ולהחליט אם לאמן על כולם או רק על קובץ הליטוש.
from datasets import load_dataset
ds = load_dataset("Crownelius/Opus-4.5-WritingStyle-1000x")הרישיון
הרישיון המדווח הוא אפאצ'י 2.0. הרישיון הזה מתיר שימוש מסחרי, שינוי של הנתונים והפצה חופשית שלהם, בתנאי ששומרים על הודעת זכויות היוצרים והרישיון המקורי. אין חובה לשתף פיתוחים עתידיים או מודלים שתאמנו תחת אותו הרישיון.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים