COIG-CQIA

欢迎来到COIG-CQIA，COIG-CQIA全称为Chinese Open Instruction Generalist - Quality is All You Need， 是一个开源的高质量指令微调数据集，旨在为中文NLP社区提供高质量且符合人类交互行为的指令微调数据。

Welcome to COIG-CQIA, whose full name is Chinese Open Instruction Generalist - Quality is All You Need. It is an open-source high-quality instruction tuning dataset designed to provide the Chinese NLP community with high-quality instruction tuning data that aligns with human interaction behaviors.

搜集汇总

背景与挑战

背景概述

COIG-CQIA是一个高质量的中文指令微调数据集，专注于从中文互联网来源（如问答和文章）收集数据，并经过深度清洗和人工审核，以确保数据符合人类交互行为。该数据集涵盖多个领域，包括社交媒体、百科、考试、传统文化、金融、医疗和法律，总计约6万条数据，适用于训练大语言模型进行指令响应。数据集由零一万物、中科院深圳先进技术研究院等机构合作构建，旨在通过少量高质量数据提升模型对齐效果。