Датасет · lmsys
1 млн реальных диалогов с LLM
lmsys/lmsys-chat-1m
Миллион реальных разговоров с 25 современными LLM из Chatbot Arena и Vicuna.
Что внутри
Это корпус из одного миллиона реальных диалогов с 25 современными на тот момент LLM, собранных с 210 тыс. уникальных IP на демо Vicuna и сайте Chatbot Arena с апреля по август 2023 года. Каждый пример содержит ID разговора, имя модели, текст в формате OpenAI API JSON, тег определённого языка и тег модерации OpenAI. Согласие пользователей получено через условия использования.
Что можно сделать
- SFT чат-модели на реальных диалогах
- Анализ поведения пользователей с разными LLM
- Обучение классификатора языка и модерации
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 5 тыс.
- Лайков
- 1,1 тыс.
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
- rombodawg/rombos_Replete-Coder-Llama3-8BГенерация текста 9,2 тыс.
- jondurbin/bagel-dpo-34b-v0.2Генерация текста 9,1 тыс.
- Weyaxi/Einstein-v6.1-Llama3-8BГенерация текста 9,1 тыс.
- jondurbin/bagel-dpo-34b-v0.5Генерация текста 9 тыс.
- jondurbin/bagel-8b-v1.0Генерация текста 9 тыс.
- jondurbin/airoboros-dpo-70b-3.3Генерация текста 9 тыс.
- tokyotech-llm/Llama-3.1-Swallow-8B-Instruct-v0.5Генерация текста 7,1 тыс.
- tokyotech-llm/Llama-3.1-Swallow-8B-Instruct-v0.3Генерация текста 5 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("lmsys/lmsys-chat-1m")