Датасет · DJRHails
Свежие публичные диалоги с LLM с 9 платформ
DJRHails/sharetrawl
Более 256 тысяч публично расшаренных переписок с языковыми моделями, обновляемых каждую неделю.
Что внутри
Датасет содержит 256 218 публичных диалогов с LLM, собранных с 9 платформ, включая примеры с токсичными ответами. Около 29% ссылок (75 000) взяты из списка проекта ShareChat, остальные найдены авторами самостоятельно, а сам корпус обновляется еженедельно. Данные представлены на английском и других языках (multilingual), точный формат файлов в карточке не указан.
Что можно сделать
- SFT-обучение диалоговых моделей на актуальных пользовательских запросах
- Обучение и тестирование фильтров модерации и детекторов токсичности
- Задачи
- Генерация текста, Вопрос-ответ
- Языки
- Английский, Много языков
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 39,7 тыс.
- Лайков
- 3
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("DJRHails/sharetrawl")