silk-road/chinese-dolly-15k

Chinese-Dolly-15k是骆驼团队翻译的Dolly instruction数据集。原来的数据集databricks/databricks-dolly-15k是由数千名Databricks员工根据InstructGPT论文中概述的几种行为类别生成的遵循指示记录的开源数据集。这几个行为类别包括头脑风暴、分类、封闭型问答、生成、信息提取、开放型问答和摘要。最后49条数据因为翻译长度超过限制，没有翻译成功，建议删除或者手动翻译一下。在知识共享署名-相同方式共享3.0（CC BY-SA 3.0）许可下，此数据集可用于任何学术或商业用途。

原始信息汇总

数据集概述

名称: Chinese-Dolly-15k

来源: 骆驼团队翻译自databricks/databricks-dolly-15k数据集

原始数据集描述: 由数千名Databricks员工生成的开源数据集，遵循InstructGPT论文中的行为类别，包括头脑风暴、分类、封闭型问答、生成、信息提取、开放型问答和摘要。

语言: 中文、英文

任务类别:

• 问答
• 摘要
• 文本生成

大小: 10K<n<100K

许可证: 知识共享署名-相同方式共享3.0（CC BY-SA 3.0）

特殊说明: 最后49条数据因翻译长度超过限制未翻译成功，建议删除或手动翻译。

相关数据集更新计划

• [x] CoQA的中文翻译
• [x] 增广的开放QA数据
• [x] WizardLM的中文翻译
• [x] MMC4的中文翻译
• [ ] Coco Caption的中文翻译
• [ ] CNewSum的Embedding数据