Table · dataset · 2026
IbnSina Synthetic Persian Corpus v1
Listed in Hugging Face Datasets
Description
IbnSina Synthetic Persian Corpus v1 Sina Meraji · ORCID 0009-0002-8028-1932 · github.com/sinameraji پیکرهٔ مصنوعی فارسی ابن‌سینا (نسخهٔ ۱) — ۲٫۰۷۵ میلیارد توکن متن آموزشیِ فارسی که از ابتدا به فارسی تولید شده است، نه ترجمه از انگلیسی. این پیکره برای پوشش حوزه‌هایی ساخته شده که وبِ فارسی در آن‌ها کم‌مایه است: توضیح مفاهیم علمی و مهندسی، مسئله‌های حل‌شدهٔ ریاضی و فیزیک، زنجیره‌های استدلال، و متن‌های علمی-پزشکی. هر سند را یک داور خودکار با معیارهای سخت‌گیرانه (درستیِ محاسبه‌ها،… See the full description on the dataset page: huggingface.co/datasets/ibnsina-llm/synthetic-persian-v1.
Links
Where it is published
- Hugging Face dataset page huggingface.co/datasets/ibnsina-llm/synthetic-persian-v1 ↗
landing page · from Hugging Face
Catalogue records · 1
- Hub API huggingface.co/api/datasets/ibnsina-llm/synthetic-persian-v1 ↗
metadata API · from Hugging Face
Topics
- Stated by source
- tabular · text · text generation
- From keywords
- Computer Science & AI
Provenance · 1 source records, 11 field assertions
| Source | Key | Last seen | Raw |
|---|---|---|---|
| Hugging Face Datasets | ibnsina-llm/synthetic-persian-v1 | 15 d ago | JSON v1 |
| Field | Assertion | Extractor | Evidence |
|---|---|---|---|
| access_level | source · Hugging Face | connector:huggingface@1.0.0 | /gated |
| concepts[field].local:field:computer-science-ai | mapping · Hugging Face | connector:huggingface@1.0.0 | |
| concepts[modality].hf_modality:tabular | source · Hugging Face | connector:huggingface@1.0.0 | |
| concepts[modality].hf_modality:text | source · Hugging Face | connector:huggingface@1.0.0 | |
| concepts[task].hf_task:text-generation | source · Hugging Face | connector:huggingface@1.0.0 | /tags[task_categories:*] |
| created_date | source · Hugging Face | connector:huggingface@1.0.0 | |
| description | source · Hugging Face | connector:huggingface@1.0.0 | /description |
| license | source · Hugging Face | connector:huggingface@1.0.0 | /tags[license:*] |
| publication_date | source · Hugging Face | connector:huggingface@1.0.0 | |
| title | source · Hugging Face | connector:huggingface@1.0.0 | /id |
| updated_date | source · Hugging Face | connector:huggingface@1.0.0 |