Weibo Benchmark Dataset

该数据集是一个拥有超过4亿个训练对的开放领域中文对话数据集，旨在评估对话生成模型的性能。它不仅包含了用于评估的自动评价指标，还包含了针对回复质量的人工评估。数据集的规模达到了4000多万训练对和3200多测试对，其核心任务是对话生成。