Датасет · BelleGroup
Китайские многотуровые диалоги 0,8 млн
BelleGroup/multiturn_chat_0.8M
Около 800 тыс. многотуровых диалогов на китайском от проекта BELLE, сгенерированных ChatGPT без строгой проверки.
Что внутри
Датасет содержит примерно 800 тыс. многотуровых диалогов пользователя с ассистентом на китайском языке, созданных проектом BELLE. Диалоги сгенерированы ChatGPT и, по предупреждению авторов, не проходили строгую проверку, поэтому могут содержать ошибки. В поле instruction лежит контекст диалога с метками Human: и Assistant:, в output — ответ текущего ассистента.
Что можно сделать
- SFT китайской диалоговой LLM
- Дообучение LoRA для ассистента на китайском
- Проверка устойчивости модели к шумным диалогам
- Языки
- Китайский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 2 тыс.
- Лайков
- 146
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("BelleGroup/multiturn_chat_0.8M")