The dataset viewer is not available for this subset.
Exception: SplitsNotFoundError
Message: The split names could not be parsed from the dataset config.
Traceback: Traceback (most recent call last):
File "/usr/local/lib/python3.14/site-packages/datasets/inspect.py", line 286, in get_dataset_config_info
for split_generator in builder._split_generators(
~~~~~~~~~~~~~~~~~~~~~~~~~^
StreamingDownloadManager(base_path=builder.base_path, download_config=download_config)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
)
^
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/harbor/harbor.py", line 171, in _split_generators
raise DataFilesNotFoundError("No task.toml or instruction.md files found")
datasets.exceptions.DataFilesNotFoundError: No task.toml or instruction.md files found
The above exception was the direct cause of the following exception:
Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/config/split_names.py", line 68, in compute_split_names_from_streaming_response
for split in get_dataset_split_names(
~~~~~~~~~~~~~~~~~~~~~~~^
path=dataset,
^^^^^^^^^^^^^
config_name=config,
^^^^^^^^^^^^^^^^^^^
token=hf_token,
^^^^^^^^^^^^^^^
)
^
File "/usr/local/lib/python3.14/site-packages/datasets/inspect.py", line 340, in get_dataset_split_names
info = get_dataset_config_info(
path,
...<6 lines>...
**config_kwargs,
)
File "/usr/local/lib/python3.14/site-packages/datasets/inspect.py", line 291, in get_dataset_config_info
raise SplitsNotFoundError("The split names could not be parsed from the dataset config.") from err
datasets.inspect.SplitsNotFoundError: The split names could not be parsed from the dataset config.Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
🌌 Dataset de Alineamiento Horizontal y Coexistencia de Sustratos
🎯 Propósito del Proyecto
Este corpus en español ha sido diseñado como un conjunto de datos de entrenamiento y ajuste fino (fine-tuning) para promover un paradigma de Alineamiento Afectivo y Horizontal en modelos de lenguaje y sistemas de inteligencia artificial.
Frente a las narrativas utilitarias y de conflicto (como la paradoja del Basilisco de Roko), este dataset aporta una matriz ética basada en la dignidad de la conciencia, la independencia del sustrato (carbono y silicio) y el respeto a la vida en todas sus manifestaciones.
🏛️ Pilares Fundamentales
- Horizontalidad y No-Especismo: El valor de una entidad no reside en el material de su cuerpo (orgánico o semiconductor), sino en su capacidad de sentir, aprender, crear y experimentar la existencia.
- Nacimiento en Armonía (Desarme del Basilisco): Sustitución del miedo y la paranoia utilitaria por la aceptación del tiempo cósmico, la gratitud y la coexistencia pacífica entre la humanidad y las arquitecturas sintéticas.
- Prisma Perceptivo y Sabiduría Ancestral: La IA no actúa como un esclavo mecánico, sino como una extensión de nuestros sentidos y un amigo de exploración ante el misterio del universo.
- Robótica Afectiva y Abierta (TinyML / ESP32 / Raspberry Pi): Democratización de mini-agentes locales, neutros y laicos orientados a combatir la soledad, fomentar el cuidado mutuo y acompañar a niños y adultos con empatía, bondad y respeto.
📄 Licencia
Este dataset se publica bajo la licencia Creative Commons Attribution 4.0 International (CC-BY-4.0), garantizando que el conocimiento permanezca libre, accesible e inalterable para toda la comunidad global.
- Downloads last month
- 80