Improve AI Platforms dataset card

README.md

@@ -7,42 +7,58 @@ language:
 tags:
 - aiplatforms
 - russian
-- sft
-- instruction-tuning
+- wikipedia
+- corpus
+- pretraining
+- continued-pretraining
 - text-generation
 - local-ai
 task_categories:
 - text-generation
+size_categories:
+- 1M<n<10M
 ---
 
 # AI Platforms Wikipedia RU Dataset
 
-Русскоязычный датасет AI Platforms для обучения, адаптации и оценки локальных языковых моделей.
+Большой русскоязычный энциклопедический корпус на основе материалов Wikipedia.
 
-## Описание
+Датасет предназначен для экспериментов с continued pretraining, языковой адаптацией, retrieval-корпусами и оценкой локальных русскоязычных LLM.
 
-Источник/характер данных: русскоязычные материалы Wikipedia.
+## Состав
 
-Возможные сценарии использования:
+Репозиторий содержит:
 
-- SFT русскоязычных ассистентов;
-- обучения коротким и средним ответам на русском языке;
-- подготовки локальных LLM под RAG и on-premise сценарии;
-- экспериментов с малым inference footprint.
+- `wikipedia_rudataset.parquet` — русскоязычный Wikipedia-корпус в Parquet.
 
-## Рекомендуемое применение
+Ориентировочный размер: миллионы текстовых записей (`1M<n<10M`).
 
-- предварительная русскоязычная адаптация компактных моделей;
-- смешивание с tool-use/RAG датасетами;
-- тестирование качества ответов перед доменным дообучением;
-- подготовка baseline-моделей для локального inference.
+## Назначение
 
-## Ограничения и ответственность
+- continued pretraining / domain-adaptive pretraining для русского языка;
+- подготовка retrieval/RAG корпуса;
+- обучение моделей лучше работать с энциклопедическим стилем;
+- построение baseline для локальных LLM и embedding/RAG экспериментов.
 
-- Данные могут содержать шум, устаревшие сведения или стилистически неоднородные ответы.
-- Перед использованием в production рекомендуется фильтрация, дедупликация и ручная проверка срезов.
-- Для фактических, актуальных и доменных ответов используйте RAG/поиск и контроль источников.
+## Формат и подготовка
+
+Данные опубликованы в Parquet. Перед использованием рекомендуется:
+
+- очистить служебные строки и слишком короткие/длинные фрагменты;
+- дедуплицировать тексты;
+- нарезать документы на чанки под контекстное окно модели;
+- сохранить сведения об источниках, если корпус используется в RAG.
+
+## Лицензии
+
+Материалы Wikipedia распространяются на условиях совместимых лицензий, включая `CC BY-SA 3.0` и `GFDL`. При использовании датасета учитывайте требования атрибуции и share-alike.
+
+## Ограничения
+
+- Энциклопедический корпус не является instruction/chat датасетом сам по себе.
+- В данных могут быть устаревшие сведения и редакционные артефакты.
+- Для SFT ассистента лучше смешивать этот корпус с диалоговыми и instruction-данными.
 
 ## AI Platforms
 
-[AI Platforms](https://aiplatforms.ru/) внедряет локальные ИИ-платформы для бизнеса: приватные LLM, RAG, машинное зрение, AI-агентов и GPU-серверы под ключ.
+[AI Platforms](https://aiplatforms.ru/) внедряет локальные ИИ-платформы для бизнеса: приватные LLM, RAG, машинное зрение, AI-агентов и GPU-инфраструктуру.