KULLM-v2 (한국어 지시문)

이 데이터셋이 맞는 경우

KULLM-v2 (한국어 지시문)는 한국어 지시문 학습 데이터셋입니다. 지시와 응답 쌍으로 모델을 다듬을 때 맞습니다. 긴 문서 사전학습 말뭉치와는 다릅니다. Hugging Face 카드에서 받는 흐름입니다. 라이선스 표기는 Apache 2.0입니다. 상업 이용은 가능으로 표시되어 있으나 원본 약관을 다시 읽습니다. 용량 표기는 180MB이며 다시 잰 값이 아닙니다.

이 기기에서만 돌아가는 도구: 한국어 텍스트 토큰 수 · 지시문 JSONL 검사와 변환 · 한국어 글자 수와 바이트 · CSV·TSV를 지시문 JSONL로 · 한글 NFC·NFD와 자모 · JSONL을 train·val·test로 나누기 · 채팅 껍데기를 붙이고 토큰 세기 · JSONL 중복 줄 버리기 · JSONL을 토큰 길이로 거르기 · 학습 JSONL과 평가 문장이 겹치는지 · 한국어 전화·주민번호·이메일 가리기 · JSONL 필드 보기와 샘플 줄 · 한국어 학습 데이터의 깨짐과 존댓말 혼용 · 카탈로그에 있는 샘플만 열어 보기 · JSONL을 CSV·TSV로 펼치기 · 카탈로그 칸으로 인용문 만들기

과제 / 카테고리

텍스트 · 텍스트 · 인기, LLM, 지시문

언어

한국어

형식 · 용량

Text · 180MB (152,630 샘플)

라이선스

Apache 2.0(카탈로그 확인됨) · 라이선스 문서

제공처 · 원본

Hugging Face · 원본 페이지(확인됨)

검증 상태

원본: 확인됨 · 라이선스: 확인됨 · 확인일: 2026-09-03

KULLM-v2 (한국어 지시문): 한국어 지시문 학습 데이터셋. 제공처 Hugging Face. 라이선스 Apache 2.0. 원본 주소에서 받습니다.

KULLM-v2 (한국어 지시문) (2023). Hugging Face. 라이선스 표기: Apache 2.0 카탈로그 상업 이용 표기: 가능 원본: https://huggingface.co/datasets/nlpai-lab/kullm-v2. 기어델 카탈로그: https://geardel.com/datasets/korean-instruction-collection. 확인일: 2026-09-03. 저자 이름은 카탈로그 칸에 없어 여기서 만들지 않습니다.

아래 차이는 카탈로그 필드만 사용합니다. 라이선스, 상업 이용, 제공처, 용량 표기, 연도입니다.

• KoAlpaca-v1.1a한국어 지시문 학습 데이터셋 · Hugging Face보기라이선스 표기가 다릅니다 (Apache 2.0 / 없음). 용량 표기가 다릅니다 (180MB / 대용량). 다시 잰 값이 아닙니다.
• KIT-19 — 한국어 인스트럭션 19개 태스크한국어 지시문 학습 데이터셋 · Hugging Face보기라이선스 표기가 다릅니다 (Apache 2.0 / CC BY 4.0). 용량 표기가 다릅니다 (180MB / 85MB). 다시 잰 값이 아닙니다. 연도 표기가 다릅니다 (2023 / 2024).
• KoAlpaca v1.0 (번역 Alpaca)한국어 지시문 학습 데이터셋 · Hugging Face보기라이선스 표기가 다릅니다 (Apache 2.0 / CC BY-NC 4.0). 상업 이용 표기가 다릅니다 (가능 / 조건부 가능). 용량 표기가 다릅니다 (180MB / 8.1MB). 다시 잰 값이 아닙니다.
• KOpen-Platypus한국어 지시문 학습 데이터셋 · Hugging Face보기라이선스 표기가 다릅니다 (Apache 2.0 / CC BY 4.0). 용량 표기가 다릅니다 (180MB / 15.9MB). 다시 잰 값이 아닙니다.

샘플

Example records

Catalog samples only. Actual files may differ on the original source.

아래 문장을 쉬운 한국어로 바꿔줘: 인공지능 모델은 충분한 학습 데이터가 필요하다.

AI가 잘 배우려면 많은 학습 자료가 필요해요.