README.md

---

language:
- fr
- bci
license: apache-2.0
task_categories:
- text-generation
pretty_name: fr_bci_4d_instruct
size_categories:
- 10K<n<100K
tags:
- instruction-tuning
- baoule
- bci
- french
- alpaca
- cross-lingual
- baba-sovereign-ai
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train.jsonl
---


# 🇨🇮 fr_bci_4d_instruct



**fr_bci_4d_instruct** est le jeu de données d'entraînement par instructions (*Instruction Tuning / SFT*) bilingue **Français–Baoulé (bci)** du laboratoire **Tree-AI-lab**, conçu spécifiquement pour l'entraînement du modèle souverain **BABA**.



Ce dataset est une évolution structurée de Tree-AI-lab/fr_bci_4d, adoptant une **séparation stricte** entre la tâche fondamentale (instruction) et la consigne linguistique d'orientation de réponse (langue_de_reponse_attendue).

---

## 📊 Composition & Structure des 4 Directions (55 020 exemples)

| Direction | Exemples | Langue Requête | Langue Réponse | Rôle de la consigne linguistique |
| :--- | :---: | :---: | :---: | :--- |
| ci_bci | **16 506** (30 %) | Baoulé | Baoulé | **Monolingue Baoulé** : Aucune consigne inter-langue (""). |

| r_fr | **15 406** (28 %) | Français | Français | **Monolingue Français** : Aucune consigne inter-langue (""). |
| r_bci | **11 554** (21 %) | Français | Baoulé | **Cross-lingual (FR ➔ BCI)** : Consigne en **français** (111 préfixes, 102 suffixes) incitant à répondre en Baoulé. |

| ci_fr | **11 554** (21 %) | Baoulé | Français | **Cross-lingual (BCI ➔ FR)** : Consigne en **baoulé** (105 préfixes, 102 suffixes) incitant à répondre en Français. |
| **Total** | **55 020** | - | - | **100 %** de couverture équilibrée. |

---

## 🛠 Schéma des données (Option 1 : Séparation Stricte)

Chaque enregistrement contient les champs suivants :

`json
{
  "id": "french_alpaca_1dbab5f99118e2db__fr_bci",

  "direction": "fr_bci",

  "source_language": "fr",

  "target_language": "bci",

  "instruction": "Propose un itinéraire de vacances pour une semaine à Paris...",

  "langue_de_reponse_attendue": "Réponds en baoulé :",

  "position_consigne": "prefixe",

  "input": "Une famille de deux adultes et deux enfants (14 et 10 ans)",

  "output": "Cɛn klikli: Be ko nian Tour Eiffel lɔ, be wun Montmartre klɔ’n i wun lɔ...",

  "source_dataset": "jpacifico/French-Alpaca-dataset-Instruct-55K",

  "source_row_index": 15365

}

`



### Description des colonnes :

- **instruction** : L'instruction originale **100% intacte**, sans altération ni préfixage artificiel.

- **langue_de_reponse_attendue** : La consigne formulée par l'utilisateur pour orienter la langue de sortie (ex: "Réponds en baoulé :" pour r_bci, ou "An tɛ su blɔfuɛ nun:" pour ci_fr). Vide "" pour les exemples monolingues.

- **position_consigne** : Indique si la consigne est un "prefixe", un "suffixe", ou "" (monolingue).

- **input** : Contexte ou données additionnelles (format Alpaca standard).

- **output** : La réponse générée dans la langue cible (	arget_language).



---



## 💡 Utilisation recommandée pour l'entraînement (Prompt Template)



Lors du fine-tuning (SFT) ou de l'évaluation, vous pouvez reconstituer le prompt complet selon vos besoins :



`python

def formater_prompt(exemple):

    instruction = exemple["instruction"]

    consigne = exemple["langue_de_reponse_attendue"]

    position = exemple["position_consigne"]



    if position == "prefixe":

        prompt_final = f"{consigne} {instruction}"

    elif position == "suffixe":

        prompt_final = f"{instruction} {consigne}"

    else:

        prompt_final = instruction



    if exemple.get("input"):

        prompt_final += f"\n\nContexte : {exemple['input']}"

    return prompt_final

`



---



## 🏛 Licence & Crédits

- **Licence :** Apache 2.0

- **Organisation :** [Tree-AI-lab](https://huggingface.co/Tree-AI-lab)

- **Modèle de référence :** BABA Sovereign African AI