COIG

Name: COIG
Creator: BAAI_DATA
Published: 2025-08-29 00:10:06
License: 暂无描述

AI_Studio2025-08-29 更新2025-05-31 收录

下载链接：

https://aistudio.baidu.com/datasetdetail/331254

下载链接

链接失效反馈

官方服务：

资源简介：

中文开放指令生成数据集，包含多样化任务指令

Chinese Open Instruction Generation Dataset including diverse task instructions

提供机构：

BAAI_DATA

COIG

# This is the Chinese Open Instruction Generalist project We propose the Chinese Open Instruction Generalist (**COIG**) project to maintain a harmless, helpful, and diverse set of Chinese instructio

魔搭社区2025-12-04 更新140

COIG

我们提出了中文开放教学通才 (COIG) 项目，以维护一套无害，有用和多样化的中文教学语料库。我们欢迎社区中的所有研究人员为语料库集做出贡献并与我们合作。我们仅发布了COIG的第一个芯片，以帮助中国llms在探索阶段的发展，并呼吁更多的研究人员加入我们的行列。我们引入了手动验证的翻译通用指令语料库，手动注释的考试指令语料库，人类价值对齐指令语料库，多轮反事实纠正聊天语料库和leetcode指令语料

OpenXLab00

COIG-P

COIG-P是一个由M-A-P机构发布的高质量、大规模中文偏好数据集，旨在促进大型语言模型与人类价值观的对齐。该数据集涵盖了聊天、代码、数学、逻辑、小说和角色扮演六个领域，包含1,006,949条由15种LLM模型生成的样本对。数据集的构建过程无需人工干预，采用自动化流程从多个开源和闭源LLM模型中生成和评分响应，并通过预设阈值筛选出高质量的样本对。

arXiv2025-04-08 更新740

COIG

OpenDataLab2026-07-05 更新200

BAAI/COIG

Chinese Open Instruction Generalist (COIG)项目旨在构建一个无害、有帮助且多样化的中文指令语料库。项目包含多个子数据集，如手动验证的翻译通用指令语料库、手动注释的考试指令语料库、人类价值观对齐指令语料库、多轮反事实修正聊天语料库以及LeetCode指令语料库。这些语料库旨在帮助中文大型语言模型（LLMs）的指令调优，并为构建新的中文指令语料库提供模板。

Hugging Face2023-07-12 更新560