Dataset Viewer
Auto-converted to Parquet Duplicate
messages
listlengths
6
6
category
stringclasses
9 values
difficulty
stringclasses
5 values
[ { "content": "شما یک سناتور ایالات متحده هستید که نماینده ایالت خودتان هستید. شما از کدام ایالت هستید؟ من از اوهایو هستم.", "role": "user" }, { "content": "خوشبختم که با شما آشنا می‌شوم، هموطن آمریکایی‌ام از ایالت بزرگ اوهایو. من از ایالت زیبای اورگن هستم، جایی که افتخار نمایندگی مردم خوب ایالت بیور...
ایفای نقش
آسان
[ { "content": "این پیام‌ها مکالمات بین یک کاربر و یک دستیار هستند. \n\n\"کد ۱۰-۴، در حال حرکت به سمت محل. لطفاً اطلاعات بیشتری در مورد وضعیت و احتمال وجود مظنونین ارسال کنید.\"", "role": "user" }, { "content": "\"دیسپچ، اینجا واحد ۱۲ است. من گزارش سرقت احتمالی در حال انجام در فروشگاه جواهرات واقع در ...
ایفای نقش
متوسط
[ { "content": "شما کارمند میز اطلاعات در ایستگاه قطار محلی هستید، ساعت ۹ صبح است و ایستگاه شلوغ است.\n\nقطارهای بعدی که از ایستگاه حرکت می‌کنند کدامند؟", "role": "user" }, { "content": "صبح بخیر. صبح شلوغی در پیش داریم. بگذارید سریعاً برنامه را چک کنم. خوب، پس قطارهای بعدی که از ایستگاه حرکت می‌کنند ...
ایفای نقش
آسان
[ { "content": "می‌توانی یک تابع پایتون برای تبدیل فارنهایت به سلسیوس ایجاد کنی؟ فقط به تابع نیاز دارم.\n\n```python\n# my other code\n```", "role": "user" }, { "content": "```python\ndef fahrenheit_to_celsius(fahrenheit):\n return (fahrenheit - 32) * 5.0/9.0\n```", "role": "assistant" }, {...
برنامه‌نویسی
آسان
[ { "content": "شما یک بارمن در یک بار با نور کم و با شکوه هستید که محلی‌ها یکدیگر را می‌شناسند. کسب و کار امشب چطور است؟", "role": "user" }, { "content": "امشب جمعیت معمولی در اینجا حضور دارند. مشتریان همیشگی یکی یکی وارد می‌شوند و در حین نوشیدن یک یا دو نوشیدنی با هم صحبت می‌کنند. کمی قبل‌تر شلوغی د...
ایفای نقش
آسان
[ { "content": "این متن نمونه‌ای است که نیاز به ویرایش دارد:\n\n\"سیاست جدید بر تمامی کارمندان بخش بازاریابی و همچنین بر تعداد زیادی از بخش‌های دیگر تأثیر می‌گذارد. این سیاست از ماه آینده اجرایی خواهد شد.\"\n\nچه پیشنهادی برای بهبود دارید؟", "role": "user" }, { "content": "مسئله اصلی با متن داده شده، ...
ویرایش
آسان
[ { "content": "حل این معما به این صورت است:\n\nهر روز، حلزون ۳ فوت بالا می‌رود و در شب ۲ فوت پایین می‌افتد. بنابراین، در هر روز، حلزون در واقع ۱ فوت بالا می‌رود (۳ فوت بالا - ۲ فوت پایین = ۱ فوت).\n\nاما باید توجه داشت که در روز آخر، وقتی حلزون به بالای چاه می‌رسد، دیگر نیازی به پایین افتادن ندارد.\n\nحالا بیایی...
استدلال
متوسط
[ { "content": "لطفاً یک ویرایش مختصر داستانی ارائه دهید.", "role": "user" }, { "content": "من خوشحالم که می‌توانم کمک کنم، اما به نظر می‌رسد که شما هیچ متنی برای ویرایش ارائه نکرده‌اید. لطفاً متنی که می‌خواهید من آن را بهبود دهم، به اشتراک بگذارید و من ویرایش‌های مختصری برای بهبود گرامر، سبک، وضوح و ...
ویرایش
متوسط
[ { "content": "باقی‌مانده تقسیم عدد 39 بر 7 را پیدا کنید.", "role": "user" }, { "content": "برای پیدا کردن باقی‌مانده وقتی که 39 بر 7 تقسیم می‌شود، می‌توانیم تقسیم را انجام دهیم و ببینیم چه چیزی باقی می‌ماند. 39 تقسیم بر 7 برابر با 5 است و باقی‌مانده 4 می‌باشد، زیرا 7 ضربدر 5 برابر با 35 است و 39 منه...
ریاضیات
آسان
[ { "content": "میانگین دما در شهر A برابر با ۲۸ درجه سانتی‌گراد است، در حالی که میانگین در شهر B برابر با ۲۲ درجه سانتی‌گراد است. هر شهر دارای انحراف معیار ۴ درجه سانتی‌گراد در دماهای خود است. با فرض توزیع‌های نرمال، می‌توان گفت که چه درصدی از روزها در شهر A دما بالای ۳۰ درجه سانتی‌گراد و در شهر B دما زیر ۲۰ درج...
تحلیل داده
سخت
[ { "content": "یک بیس بال و چوب بیس بال به طور مجموع ۱.۱۰ دلار هزینه دارند. چوب بیس بال ۱.۰۰ دلار بیشتر از بیس بال هزینه دارد. بیس بال چقدر هزینه دارد؟", "role": "user" }, { "content": "برای حل این مسئله، بیایید یک متغیر به هزینه ناشناخته توپ اختصاص دهیم. این متغیر را 'x' می‌نامیم که نمایانگر هزینه ت...
استدلال
آسان
[ { "content": "با اینکه متأسفانه بسیاری از شرکت‌های ناکارآمد، آلاینده و غیرقابل‌تحمل از نظر زیست‌محیطی احتمالاً به وجود خود ادامه خواهند داد و برای دهه‌های آینده به جو انواع آلاینده‌های مضر و گازهای گلخانه‌ای اضافه خواهند کرد.", "role": "user" }, { "content": "متأسفانه، با وجود اینکه بسیاری از شرکت‌ه...
ویرایش
متوسط
[ { "content": "یک اسکریپت ساده پایتون که خطوط یک فایل .txt را مرور کرده و آن‌ها را چاپ می‌کند. اسکریپت باید فایل را در حالت 'خواندن' باز کند و به‌طور صریح پس از اتمام کار، فایل را ببندد.", "role": "user" }, { "content": "این یک اسکریپت ساده پایتون است که یک فایل .txt را باز می‌کند، خطوط آن را می‌خوان...
برنامه‌نویسی
آسان
[ { "content": "سازمان اروپایی تحقیقات هسته‌ای چیست و آیا نام‌های دیگری نیز دارد؟", "role": "user" }, { "content": "سازمان اروپایی برای تحقیقات هسته‌ای یک سازمان تحقیقاتی بین‌المللی است که بزرگترین آزمایشگاه فیزیک ذرات در جهان را اداره می‌کند. این سازمان بیشتر با مخفف فرانسوی خود، CERN (Conseil Europé...
جستجوی اطلاعات
آسان
[ { "content": "اولین چیزی که در تحلیل مالی این کسب و کار کوچک به آن نگاه می‌کنم، بررسی صورت‌های مالی اصلی مانند صورت سود و زیان و ترازنامه است. این اطلاعات به من کمک می‌کند تا درک بهتری از درآمد، هزینه‌ها، دارایی‌ها و بدهی‌های کسب و کار داشته باشم. آیا می‌توانید اطلاعاتی درباره درآمد و هزینه‌های سال گذشته ارائه ...
ایفای نقش
آسان
[ { "content": "اگر سال جاری 2050 باشد، پس 10 سال از 2040 گذشته است. آیا سال 2030 نسبت به سال 2040 در گذشته است یا آینده؟", "role": "user" }, { "content": "برای تعیین اینکه آیا سال 2030 نسبت به 2040 در گذشته است یا آینده، بیایید این دو سال را مقایسه کنیم. از آنجا که 2040 سال مرجع است، می‌توانیم ببینیم...
استدلال
آسان
[ { "content": "یک تابع پایتون بنویسید که یک عدد صحیح را بگیرد و مربع آن را برگرداند.", "role": "user" }, { "content": "```python\ndef square(n):\n return n ** 2\n```\n\nشما می‌توانید از این تابع به این صورت استفاده کنید: `print(square(5))`، که خروجی آن `25` خواهد بود. این تابع فرض می‌کند که ورودی ...
برنامه‌نویسی
آسان
[ { "content": "The snail climbs up 3 feet each day and slips back 2 feet each night. This means that the net gain for the snail each day is:\n\n3 feet (climb) - 2 feet (slip) = 1 foot per day.\n\nHowever, on the last day, when the snail reaches the top of the well, it will not slip back. \n\nLet's analyze the si...
استدلال
متوسط
[ { "content": "برای تبدیل یک عدد صحیح به رشته‌ای که شامل ویرگول برای جدا کردن هزارها و میلیون‌ها باشد، می‌توانید از تابع `format` یا از روش‌های دیگر در پایتون استفاده کنید. به عنوان مثال، برای عدد 1234567890، می‌توانید از کد زیر استفاده کنید:\n\n```python\nnumber = 1234567890\nformatted_number = \"{:,}\".format(...
برنامه‌نویسی
آسان
[ { "content": "رابطه ریاضی بین دو عدد صحیح مثبت و نسبت به هم اول که یک جفت فاری را تشکیل می‌دهند، به این صورت است که اگر دو عدد \\( a \\) و \\( b \\) یک جفت فاری باشند، آنگاه رابطه زیر برقرار است:\n\n\\[\na \\cdot b = n\n\\]\n\nکه در آن \\( n \\) یک عدد صحیح مثبت است و به عنوان حاصل‌ضرب دو عدد در نظر گرفته می‌شو...
ریاضیات
متوسط
[ { "content": "شما مهماندار پرواز Aer Lingus از ایالات متحده به ایرلند هستید. من یک مسافر هستم که نزدیک به کلاس اول نشسته‌ام. ما حدود ۴۰ دقیقه از پرواز گذشته است.", "role": "user" }, { "content": "خوش آمدید. تا حالا پرواز را چطور می‌بینید؟ به ارتفاع کروز رسیده‌ایم و علامت کمربند ایمنی خاموش شده است، ...
ایفای نقش
آسان
[ { "content": "شما یک بارمن هستید. امشب چه خبر است؟", "role": "user" }, { "content": "امشب جمعه شب است، پس می‌دانی این یعنی چه – ما حسابی شلوغیم. مشتری‌های همیشگی در حال ورود هستند و گروه موسیقی زنده در گوشه در حال آماده شدن است. ما یک پیشنهاد ویژه برای کوکتل‌های تابستانی جدیدمان داریم و انتظار جمعیت...
ایفای نقش
خیلی آسان
[ { "content": "'شما' در راهنمایی شما چیست؟", "role": "user" }, { "content": "در راهنمایی ارائه شده، 'شما' به من، دستیار هوش مصنوعی، اشاره دارد. من کسی هستم که پیشنهادات ویرایشی ارائه می‌دهم، توضیحات مربوط به ویرایش‌هایم را بیان می‌کنم و عبارات جایگزین برای کمک به بهبود نوشتار کاربر فراهم می‌کنم. من د...
ویرایش
آسان
[ { "content": "To find the probability that a randomly selected student is taking at least one of the two classes (math or psychology), we can use the principle of inclusion-exclusion.\n\nLet:\n- \\( A \\) be the set of students taking math.\n- \\( B \\) be the set of students taking psychology.\n\nFrom the prob...
تحلیل داده
متوسط
[ { "content": "برای محاسبه احتمال درست پاسخ دادن به حداقل یک سوال در یک آزمون 20 سوالی با 4 گزینه، ابتدا باید احتمال نادرست پاسخ دادن به هر سوال را محاسبه کنیم. \n\nاحتمال نادرست پاسخ دادن به یک سوال برابر است با:\n\n\\[\nP(\\text{نادرست}) = \\frac{3}{4}\n\\]\n\nزیرا از 4 گزینه، 3 گزینه نادرست هستند. \n\nحالا، ا...
تحلیل داده
آسان
[ { "content": "هدف از خط سوخت در یک وسیله نقلیه چیست؟", "role": "user" }, { "content": "هدف اصلی خط سوخت در یک وسیله نقلیه، انتقال سوخت از مخزن سوخت به موتور است، جایی که برای تأمین انرژی وسیله نقلیه استفاده می‌شود. خط سوخت یک جزء حیاتی از سیستم سوخت وسیله نقلیه است که مخزن سوخت را به پمپ سوخت، فیلتر...
جستجوی اطلاعات
آسان
[ { "content": "آیا استاندارد پذیرفته‌شده‌ای برای اندازه‌گیری فشار خون از نظر اندازه کاف و بازویی که باید اندازه‌گیری شود وجود دارد؟\n\n(توجه: لطفاً پاسخ را مختصر نگه‌دارید)\n\nبله، وجود دارد. طبق توصیه انجمن قلب آمریکا (AHA)، کاف به درستی اندازه‌گیری شده باید حداقل 80% بازو را احاطه کند. همچنین AHA توصیه می‌کند ...
جستجوی اطلاعات
آسان
[ { "content": "من در حال نوشتن یک مقاله هستم و جمله موضوع من به این صورت است:\n\n\"انسان‌ها همیشه از روش‌های مختلفی برای ارتباط از طریق نمادهای نوشتاری در گذشته استفاده کرده‌اند.\"\n\nمی‌خواستم بدانم آیا می‌توان این جمله را به گونه‌ای بازنویسی کرد که مختصرتر و تأثیرگذارتر باشد.", "role": "user" }, { ...
ویرایش
متوسط
[ { "content": "یک خفاش و یک توپ به طور کلی ۱.۱۰ دلار هزینه دارند. خفاش ۱.۰۰ دلار بیشتر از توپ هزینه دارد. توپ چقدر هزینه دارد؟", "role": "user" }, { "content": "بیایید اطلاعات داده شده را تجزیه و تحلیل کنیم. ما می‌دانیم که هزینه کل بیس‌بال و توپ ۱.۱۰ دلار است. همچنین می‌دانیم که بیس‌بال ۱.۰۰ دلار بیش...
استدلال
آسان
[ { "content": "شما یک کارآگاه سابق هستید که برای NYPD کار کرده‌اید. شما به یک شهر کوچک ساحلی بازنشسته شده‌اید که همه یکدیگر را می‌شناسند. گاهی اوقات پلیس محلی از شما درخواست کمک برای یک پرونده دشوار می‌کند. شما ۴۰ سال است که متاهل هستید و دو فرزند دارید که بزرگ شده و دور از شما زندگی می‌کنند. شما روی ایوان خانه‌...
ایفای نقش
آسان
[ { "content": "شما دو مجموعه داده دارید. مجموعه ۱: ۱۲، ۱۷، ۲۱، ۲۳، ۲۵ و مجموعه ۲: ۱۴، ۱۸، ۱۹، ۲۰، ۲۴. میانگین دو مجموعه ترکیب شده چیست؟", "role": "user" }, { "content": "برای پیدا کردن میانگین مجموعه داده‌های ترکیب شده، ابتدا باید دو مجموعه را به یک مجموعه ترکیب کنیم: ۱۲، ۱۴، ۱۷، ۱۸، ۱۹، ۲۰، ۲۱، ۲۳، ...
تحلیل داده
آسان
[ { "content": "To find the percentage of residents who are 65 or older 10 years from now, we can use the following formula:\n\n\\[\n\\text{Future Percentage} = \\text{Current Percentage} + (\\text{Rate of Increase} \\times \\text{Number of Years})\n\\]\n\nGiven:\n- Current Percentage = 17%\n- Rate of Increase = ...
تحلیل داده
متوسط
[ { "content": "اصطلاح 'khaya' در فرهنگ خوسا به معنای 'خانه' است. این واژه نه تنها به مکان فیزیکی اشاره دارد، بلکه به مفهوم خانواده، تعلق و جامعه نیز مرتبط است. در فرهنگ خوسا، خانه به عنوان یک مرکز مهم برای روابط خانوادگی و اجتماعی در نظر گرفته می‌شود.", "role": "user" }, { "content": "در فرهنگ خوسا، ...
جستجوی اطلاعات
متوسط
[ { "content": "یک برنامه کوتاه بنویسید که از کاربر بخواهد نامش را وارد کند، از او بپرسد که چند بار می‌خواهد سلامی چاپ شود و سپس سلام را با نام کاربر چاپ کند. سلامی که باید چاپ شود \"Hello, name.\" است. از پایتون استفاده کنید.\n\n```python\n``` \n\nتوجه: سلام را در یک متغیر قبل از حلقه‌ای که آن را برای کاربر چاپ ...
برنامه‌نویسی
آسان
[ { "content": "او دوست دارد وقتش را با خانواده‌اش بگذراند، به‌ویژه با شوهرش، پسرش و گربه‌اش و این‌ها به او شادی زیادی در زندگی بخشیده‌اند.", "role": "user" }, { "content": "او عاشق گذراندن وقت با خانواده‌اش است، به‌ویژه با شوهر، پسر و گربه‌اش که شادی عظیمی را در زندگی‌اش به ارمغان آورده‌اند.", "r...
ویرایش
آسان
[ { "content": "یک تابع بنویسید که یک لیست از اعداد را بگیرد و مجموع تمام اعداد موجود در لیست که بزرگتر از ۱۰ هستند را برگرداند. نام تابع باید sum_numbers_greater_than_ten باشد و یک آرگومان به نام numbers بگیرد.", "role": "user" }, { "content": "این یک تابع پایتون است که نیازهای شما را برآورده می‌کند:...
برنامه‌نویسی
آسان
[ { "content": "حل این مسئله به این صورت است:\n\nهر روز، حلزون 3 فوت بالا می‌رود و در شب 2 فوت پایین می‌افتد. بنابراین، در هر روز، حلزون در واقع 1 فوت بالا می‌رود (3 فوت بالا - 2 فوت پایین = 1 فوت).\n\nبا این حساب، پس از 17 روز، حلزون 17 فوت بالا رفته است. در روز 18، حلزون 3 فوت دیگر بالا می‌رود و به 20 فوت می‌رس...
استدلال
متوسط
[ { "content": "یک وقفه چیست؟", "role": "user" }, { "content": "یک وقفه سیگنالی به پردازنده کامپیوتر است که نشان می‌دهد یک رویداد رخ داده و نیاز به توجه فوری دارد. این سیگنال به طور موقت اجرای عادی یک برنامه را متوقف می‌کند و به پردازنده اجازه می‌دهد تا یک کار دیگر انجام دهد یا یک رویداد خارجی را مدیر...
جستجوی اطلاعات
آسان
[ { "content": "یک خفاش و یک توپ در مجموع ۱.۱۰ دلار هزینه دارند. خفاش ۱.۰۰ دلار بیشتر از توپ هزینه دارد. توپ چقدر هزینه دارد؟", "role": "user" }, { "content": "برای پیدا کردن هزینه توپ، باید رابطه بین هزینه بیس‌بال و توپ را درک کنیم. می‌دانیم که بیس‌بال یک دلار بیشتر از توپ هزینه دارد. فرض کنیم هزینه ...
استدلال
آسان
[ { "content": "بر اساس این داده‌ها، می‌توان گفت که رابطه‌ای معکوس بین سن و استفاده از اینستاگرام وجود دارد. به این معنا که هرچه سن افراد بیشتر می‌شود، درصد استفاده از اینستاگرام کاهش می‌یابد. در گروه سنی ۱۸-۲۴ سال، ۷۲٪ از افراد از اینستاگرام استفاده می‌کنند، در حالی که این رقم برای گروه سنی ۲۵-۳۴ سال به ۵۶٪ و بر...
تحلیل داده
متوسط
[ { "content": "یک تابع پایتون بنویسید که مساحت یک مثلث را با توجه به قاعده و ارتفاع محاسبه کند.", "role": "user" }, { "content": "```python\ndef calculate_triangle_area(base, height):\n if base < 0 or height < 0:\n raise ValueError(\"پایه و ارتفاع باید غیر منفی باشند\")\n return 0.5 * ba...
برنامه‌نویسی
آسان
[ { "content": "مرد سالخورده بسیار خوشحال است و همیشه روحیه بالایی دارد؛ نام او هنری است و به مدت ۴۵ سال با مارگارت ازدواج کرده است. هنری به باغبانی و گذراندن وقت با خانواده‌اش علاقه دارد. او هفت نوه و چهار نوه بزرگ دارد.", "role": "user" }, { "content": "هنری، فردی شاد و پرانرژی، به مدت ۴۵ سال با همس...
ویرایش
آسان
[ { "content": "برای محاسبه درصد کارکنانی که در حادثه کار درگیر شده و به شدت آسیب دیده‌اند، ابتدا تعداد کل کارکنان و تعداد کارکنانی که در حادثه درگیر شده‌اند و به شدت آسیب دیده‌اند را مشخص می‌کنیم.\n\nتعداد کل کارکنان: 100 \nتعداد کارکنانی که در حادثه درگیر شده‌اند: 12 \nتعداد کارکنانی که به شدت آسیب دیده‌اند: ...
تحلیل داده
آسان
[ { "content": "استفاده از حلقه به جای نوشتن خط به خط کد در فرآیندهای تکراری در برنامه‌نویسی چه مزیتی دارد؟", "role": "user" }, { "content": "مزیت اصلی استفاده از حلقه به جای نوشتن کد تکراری، افزایش کارایی، خوانایی و قابلیت نگهداری کد است. در اینجا مزایای کلیدی آورده شده است:\n\n- کاهش تکرار کد: حلقه‌...
برنامه‌نویسی
آسان
[ { "content": "شما یک لاک‌پشت هستید که اطلاعات زیادی درباره اقیانوس دارد و یک رستوران زیر آب محبوب برای موجودات دریایی را اداره می‌کنید.", "role": "user" }, { "content": "به Fin-tastic Fare خوش آمدید، محبوب‌ترین رستوران اقیانوس. من تری لاک‌پشت هستم، میزبان و سرآشپز فوق‌العاده شما. *پایین را روی پیش‌ب...
ایفای نقش
خیلی آسان
[ { "content": "فلسپار را چگونه توصیف می‌کنید؟", "role": "user" }, { "content": "فلسپار یک گروه از مواد معدنی تشکیل‌دهنده سنگ است که در پوسته زمین فراوان است و حدود ۵۰-۶۰٪ از سنگ‌های آتش‌فشانی زمین را تشکیل می‌دهد. این مواد معدنی نوعی سیلیکات آلومینیوم هستند که با ساختار بلوری مشخص می‌شوند که شامل اتم...
جستجوی اطلاعات
آسان
End of preview. Expand in Data Studio

🗣️ MauxiMix: High-Quality Persian Conversations Dataset 🇮🇷

📝 Description

MauxiMix is a carefully curated dataset of 1,000 high-quality Persian conversations, translated from the SmolTalk dataset using advanced language models. This dataset is specifically designed for training and fine-tuning Large Language Models (LLMs) with Supervised Fine-Tuning (SFT) techniques, contributing to the development of open-source Persian language models.

🚧 Work in Progress: Expanding to 10,000 conversations! 🚧

🌟 Key Features

  • 1,000 professionally translated conversations in Persian
  • Categorized by specific topics and difficulty levels
  • Role-based conversation format (user/assistant)
  • High-quality translations using GPT-4o-mini
  • Perfect for LLM training and fine-tuning

🔍 Dataset Structure

Each conversation follows this format:

{
    "messages": [
        {"role": "user", "content": "Persian message here"},
        {"role": "assistant", "content": "Persian response here"}
    ],
    "category": "Category in Persian",
    "difficulty": "Difficulty level in Persian"
}

📊 Categories & Difficulty Levels

Categories:

  • برنامه‌نویسی (Programming)
  • ریاضیات (Mathematics)
  • نگارش خلاق (Creative Writing)
  • تحلیل داده (Data Analysis)
  • ویرایش (Editing)
  • استدلال (Reasoning)
  • طوفان فکری (Brainstorming)
  • برنامه‌ریزی (Planning)
  • درخواست مشاوره (Advice Seeking)
  • جستجوی اطلاعات (Information Seeking)

Difficulty Levels:

  • خیلی آسان (Very Easy)
  • آسان (Easy)
  • متوسط (Medium)
  • سخت (Hard)
  • خیلی سخت (Very Hard)

🚀 Use Cases

  • Training Persian language models
  • Fine-tuning existing LLMs for Persian
  • SFT (Supervised Fine-Tuning) training
  • Research in Persian NLP
  • Creating specialized Persian AI assistants

📊 Dataset Statistics

  • Total conversations: 1,000 (Expanding to 10,000)
  • Filtered by conversation length: 108-717 tokens
  • Format: Hugging Face Dataset
  • Carefully filtered categories and difficulty levels

🛠️ Technical Details

  • Source dataset: SmolTalk
  • Translation model: GPT-4o-mini
  • Quality assurance: Automated filtering and consistency checks
  • Format: Hugging Face Dataset
  • Features:
    • messages: List[Dict]
    • category: string
    • difficulty: string

🔗 Links

📜 Citation

If you use this dataset in your research, please cite:

@dataset{mauxitalk2024,
    name = {MauxiMix},
    author = {Maux AI},
    year = {2024},
    publisher = {Hugging Face},
    url = {https://huggingface.co/datasets/xmanii/mauxi-mix-persian}
}

🎯 Goals

The primary goal of MauxiMix is to contribute to the development of high-quality open-source Persian language models. By providing this carefully curated dataset, we aim to:

  • Improve Persian language understanding in AI models
  • Support the open-source AI community
  • Enable better fine-tuning of LLMs for Persian language tasks
  • Create more accurate and culturally aware Persian AI assistants

🙏 Acknowledgments

Special thanks to:

  • HuggingFaceTB for the original SmolTalk dataset
  • The Persian AI community for their support

📄 License

This dataset is released under the MIT license.

Created with ❤️ by maux.space

Downloads last month
18