К содержимому

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")