该数据集通过多种本地模型（7B到2x7B）生成，涵盖了广泛的主题内容。生成过程中使用了修改后的Vodalus-Expert-LLM-Forge工具，该工具被修改为能够生成有趣的JSON角色卡片，并在系统提示中使用这些卡片。此外，生成过程中还添加了随机的‘每日一词’以分散生成向量，并添加了一个‘text’列用于非指令格式的完成训练。

Hugging Face2024-05-17 更新160

Lambent/partial-augmented-prince-wizard-bixtral-rp

文本处理

对话生成

该数据集是一个多轮问答对话数据集，基于《君主论》的翻译版本，使用Augmenttoolkit和WizardLM-2-8x22B进行增强。由于在处理过程中中断了约40%，因此数据集并未覆盖整个文本内容。数据集采用sharegpt格式。

Hugging Face2024-05-03 更新120

Lambent/creative-writing-2048-fineweb-edu-sample

创意写作

叙事设计

该数据集专注于创意写作领域，包含与故事讲述、角色扮演、叙事结构、角色发展、世界构建、情节设计、类型小说、写作技巧、文学元素、RPG故事讲述和互动叙事相关的关键词。数据集的最大条目数为2048，每个条目的最小标记数为512，最大标记数为2048，最小交互分数为4。

Hugging Face2024-07-04 更新180

Lambent/quantum-computing-1024-fineweb-sample

量子计算

数据采样

这是一个用于测试数据采样和过滤脚本的测试数据集。数据集配置包括从HuggingFaceFW/fineweb-edu数据集中筛选出与量子计算相关的条目，输出文件为quantum_computing_entries.jsonl，状态文件为quantum_computing_dataset_state.json。处理参数包括关键词过滤（如quantum computing、qubit等）、最大条目数（1

Hugging Face2024-07-05 更新130

Lambent/1M-finewebedu-samples4096t

资源简介：

数据集概述

语言

数据量

相关数据集