Datasets
Dataset
indic-sft-mini
by adityabanerjee13
Indic SFT Mini A compact, balanced supervised fine-tuning (SFT) dataset for 10 Indic languages, derived from ai4bharat/indic-align (IndicAlign). 80,000 examples — exactly 8,000 per language.
CC-BY-4.0text-generation 46 010K < n < 100K rows
published 29 Jul 2026
Preview
First 5 rows of default / train, from the Hugging Face dataset viewer.
| language | source | task | num_turns | messages |
|---|---|---|---|---|
| mr | indicalign/wiki_chat | chat | 1 | [{"role":"user","content":"\"सहाय्यक, तुम्ही मला त्या काळाबद्दल सांगू शकता का जेव्हा मोमीन कावतेकर यांच्या कामाचा एखाद्याच्या जीवनावर लक्षणीय परिणाम झाला होता?"},{"role":"assistant","content":"मोमीन कावतेकर यांच्या कामाचा अनेक लोकांच्या जीवनावर लक्षणीय परिणाम झाला आहे, परंतु एक उल्लेखनीय उदाहरण म्ह… |
| ta | indicalign/openassistant_t | chat | 2 | [{"role":"user","content":"ஒரு அன்சிபிள் பிளேபுக் பயன்படுத்தி லினக்ஸ் அமைப்பின் பாதுகாப்பை நான் எவ்வாறு கடினப்படுத்துவது?"},{"role":"assistant","content":"ஒரு லினக்ஸ் அமைப்பின் பாதுகாப்பை கடினப்படுத்த, ஒரு அன்சிபிள் பிளேபுக் பயன்படுத்தி, நீங்கள் இந்த படிகளைப் பின்பற்றலாம்ஃ\n\n1. நீங்கள் கடினப்படுத்… |
| ml | indicalign/openassistant_t | chat | 1 | [{"role":"user","content":"നിക്ഷേപത്തെക്കുറിച്ച് ഒരു ട്വിറ്റർ ത്രെഡ് എഴുതുക"},{"role":"assistant","content":"വിപണിയിലെ സമയം വിപണിയുടെ സമയത്തെ മറികടക്കുന്നു. അമിതമായ ഊഹക്കച്ചവട നിക്ഷേപങ്ങളും ഡോളർ-ചെലവ് ശരാശരിയും വൈവിധ്യമാർന്ന ഇ. ടി. എഫിലേക്ക് ഒഴിവാക്കുന്നത് എന്റെ പ്രിയപ്പെട്ട തന്ത്രങ്ങളാണ്, നിങ്ങളുട… |
| ml | indicalign/wiki_conv | chat | 10 | [{"role":"user","content":"ഹായ്, ഹൈഫ യുദ്ധത്തെക്കുറിച്ച് പറയാമോ?"},{"role":"assistant","content":"തീർച്ചയായും, നിങ്ങൾക്ക് എന്താണ് അറിയേണ്ടത്?"},{"role":"user","content":"ആരാണ് യുദ്ധത്തിൽ വിജയിച്ചത്?"},{"role":"assistant","content":"ബ്രിട്ടീഷ്, ഇന്ത്യൻ സൈന്യം യുദ്ധത്തിൽ വിജയിച്ചു."},{"role":"user","… |
| hi | indicalign/wiki_conv | chat | 12 | [{"role":"user","content":"फिल्म का वैकल्पिक नाम क्या है?"},{"role":"assistant","content":"फिल्म का वैकल्पिक नाम पुकार है-नायक को बुलाओ।"},{"role":"user","content":"फिल्म की शैली क्या है?"},{"role":"assistant","content":"फिल्म की शैली एक्शन और ड्रामा है।"},{"role":"user","content":"फिल्म का निर्देश… |
Cite this
CC-BY-4.0Cite
Tags
task_categories:text-generationlanguage:bnlanguage:gulanguage:hilanguage:knlanguage:mllanguage:mrlanguage:orlanguage:palanguage:talanguage:telicense:cc-by-4.0size_categories:10K<n<100Karxiv:2403.06350region:usindicinstruction-tuningsftmultilingual