Bienvenido
Esta página le permite colaborar con el proyecto Cecilia para mejorar la calidad de las respuestas del modelo.
Cecilia es un proyecto para crear modelos de lenguaje especialmente diseñados para capturar las particularidades de la variante cubana del idioma español, así como aprender de nuestra cultura, raíces, idiosincracia, e historia.
Actualmente, estamos entrenando la primera versión, Cecilia 2B, un modelo basado en Salamandra 2B, y entrenado en más de mil millones de tokens de textos de literatura, historia, noticias, artículos científicos y enciclopédicos, letras de canciones, y más, todos de autores cubanos.
En este momento Cecilia 2B ha terminado su fase de entrenamiento base, y se encuentra en fase de entrenamiento de instrucciones. Para esto necesitamos construir un corpus de instrucciones escritas por hablantes nativos, que permitan a Cecilia aprender a responder a preguntas, dar sugerencias, seguir instrucciones, o simplemente entablar conversaciones casuales en buen cubano.
Su ayuda es crucial para este proyecto.
Lea detenidamente antes de comenzar
Cada ejemplo de instrucción que usted proveerá consiste en una secuencia de uno o más intercambios entre un usuario y Cecilia. El objetivo es proporcionar ejemplos que representen interacciones útiles y relevantes.
Los tipos de instrucciones pueden incluir:
- Preguntas: el usuario hace una pregunta factual y el asistente proporciona una respuesta. Esto puede ser en dominios como historia, ciencia, cultura general, etc.
- Instrucciones: el usuario solicita al asistente que realice una tarea específica, como generar un texto, traducir, resumir contenido, etc.
- Conversaciones: un intercambio más largo donde el usuario y el asistente conversan, potencialmente sobre un tema específico o de forma casual.
Cómo funciona el proceso
Tendrá una interfaz de chat donde podrá ingresar el texto tanto del usuario como del asistente, tomando tantos turnos como sea necesario para completar la interacción. Además, deberá indicar qué tipo de instrucción está proporcionando y en qué dominio, así como referencias para verificar la información factual si fuera necesario. Cada ejemplo será revisado para asegurar que cumpla con los criterios establecidos.
Consideraciones importantes
- Todas las instrucciones deben ser en español, específicamente en la variante de Cuba. Si usted no es nativo de Cuba, por favor asegúrese de que su español sea claro y comprensible para hablantes cubanos, incluido el uso de modismos y expresiones locales.
- Todas las instrucciones deben ser relevantes y representativas de potenciales interacciones de un usuario con Cecilia.
- Evite incluir contenido que sea ofensivo, inapropiado o que no aporte valor a la interacción.
- Si las instrucciones incluyen múltiples intercambios, asegúrese de que cada intercambio sea coherente y fluya naturalmente desde el anterior.
- Si las instrucciones incluyen información factual, asegúrese de que sea precisa y verificable. Si no está seguro de la precisión de un dato, es mejor omitirlo.
- No incluya información personal o sensible en las instrucciones. Esto incluye nombres, direcciones, números de teléfono o cualquier otro dato que pueda identificar a una persona, tanto usted como a terceros.
A continuación le solicitamos sus datos personales e información de contacto, exclusivamente con el propósito de evaluar y validar la relevancia y correctitud de los ejemplos de entrenamiento que usted proporcione. En ningún caso sus datos personales serán usados como parte del entrenamiento ni compartidos con terceros.