有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
中文高质量大模型多轮对话SFT数据集|多轮对话数据集|指令微调数据集
收藏OpenDataLab2024-05-30 收录
下载链接：
https://opendatalab.com/MagicHub/LLM-SFT-Dataset
下载链接
链接失效反馈资源简介：
该数据集来源于晴数智慧LLM多领域超自然SFT多轮对话文本数据集。该数据集包含97184轮中文自然对话句子，涉及【家庭生活、教育医疗、军事战争、科学技术、气候环境、人文科学、商业经济、数码产品、体育竞技、休闲娱乐、衣食住行、艺术美术、政治法律、职业发展、宗教信仰】15个主题。领域覆盖多样，也可以单独抽取相关领域的数据进行领域SFT。本次开源的部分数据，由来自中国的644名不同ID的采集人独家贡献，北京晴数智慧科技有限公司进行授权采集。每组对话由两位采集人围绕一个主题展开，上下文对话与当前的内容逻辑相关。适用于训练大模型多轮对话 (back and forth conversation)、上下文逻辑推理能力，以及端到端对话大模型。
提供机构：
晴数智慧
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
Beijing Traffic
The Beijing Traffic Dataset collects traffic speeds at 5-minute granularity for 3126 roadway segments in Beijing between 2022/05/12 and 2022/07/25.
Papers with Code 收录
LendingClub Loan Data
Loan & Rejects (2007 to 2019Q3)
kaggle 收录
LibriSpeech
LibriSpeech 是一个大约 1000 小时的 16kHz 英语朗读语音语料库，由 Vassil Panayotov 在 Daniel Povey 的协助下编写。数据来自 LibriVox 项目的已读有声读物，并经过仔细分割和对齐。
OpenDataLab 收录
jojogo9/freshness
该数据集包含图像及其对应的标签，标签分为6类：腐烂的橙子、腐烂的香蕉、腐烂的苹果、新鲜的橙子、新鲜的香蕉、新鲜的苹果。数据集分为训练集和测试集，训练集包含10908个样本，测试集包含2705个样本。数据文件存储在指定的路径下。
hugging_face 收录
Pew Research Center Surveys
Pew Research Center Surveys 包含多个社会科学领域的调查数据，涵盖政治、社会、科技、宗教等多个主题。这些调查数据通常用于分析公众意见、态度和行为。
www.pewresearch.org 收录