Датасет · allenai
Масштабный корпус реальных диалогов с чат-ботами WildChat
allenai/WildChat-4.8M-Full
Более 4,7 миллиона очищенных диалогов пользователей с языковыми моделями от института AllenAI.
Что внутри
Датасет включает 4 743 336 текстовых диалогов между реальными пользователями и языковыми моделями, собранных исследователями из AllenAI. Из исходного массива в 4,8 миллиона бесед были удалены диалоги, отмеченные модерацией OpenAI как содержащие запрещённый контент с участием несовершеннолетних.
Что можно сделать
- Масштабный SFT-файнтюнинг открытых чат-моделей на реальных пользовательских запросах
- Анализ поведения пользователей и типичных сценариев взаимодействия с LLM
- Задачи
- Генерация текста, Вопрос-ответ
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 948
- Лайков
- 52
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("allenai/WildChat-4.8M-Full")