Датасет · Seikaijyu
Китайские диалоги с нецензурной лексикой
Seikaijyu/Beautiful-Chinese
810 тыс. одноходовых диалогов на китайском с отобранными грубыми ответами от GPT-3.5.
Что внутри
Датасет содержит 810 тыс. одноходовых диалогов на китайском языке. Ответы сгенерированы GPT-3.5 по промпту, который требует отвечать нецензурной лексикой; данные не полностью очищены. В карточке есть предупреждение для людей с сердечно-сосудистыми заболеваниями.
Что можно сделать
- Исследование устойчивости чат-моделей к нецензурной лексике
- Проверка фильтров токсичности
- Дообучение LoRA для разговорного китайского с грубым стилем
- Языки
- Китайский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 84
- Лайков
- 83
Модели, обученные на нём
- mradermacher/SuZhiDiXia-7B-GGUF 308
- wesjos/SmolLM3-3B-Fuck-GGUF 82
- wesjos/Llama-3.2-3B-Fuck-GGUF 21
- Karsh-CAI/SuZhiDiXia-7BГенерация текста 13
- xhxhdvduenxvxheje/SuZhiDiXia-7B-Q5_K_M-GGUFГенерация текста 9
- wesjos/SmolLM3-3B-FuckГенерация текста 5
- wesjos/Llama-3.2-3B-FuckГенерация текста 5
- Seikaijyu/RWKV6-3B-Chn-UnlimitedRP-mini-chat-preview 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("Seikaijyu/Beautiful-Chinese")