Датасет · yuntian-deng
Масштабный корпус пользовательских диалогов с ИИ
yuntian-deng/WildChat-4.8M-Full
Коллекция из 4,74 млн реальных бесед для обучения и анализа диалоговых моделей и систем QA.
Что внутри
Датасет представляет собой полную версию крупного собрания диалогов WildChat и включает 4 743 336 бесед из 4 804 190 исходных. Данные представлены в текстовой модальности для задач генерации текста и ответов на вопросы (question-answering). Для навигации по корпусу авторы также предоставляют интерактивный инструмент поиска WildVisualizer.
Что можно сделать
- Масштабное SFT-дообучение LLM на разнообразных пользовательских запросах
- Анализ реальных сценариев взаимодействия людей с языковыми моделями
- Обучение систем вопрос-ответ (QA)
- Задачи
- Генерация текста, Вопрос-ответ
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 662
- Лайков
- 19
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("yuntian-deng/WildChat-4.8M-Full")