DeepWriting-20k_formatted_sft

kaggle2025-12-21 更新2026-02-14 收录

下载链接：

https://www.kaggle.com/datasets/amita01/deepwriting-20k-formatted-sft

下载链接

链接失效反馈

官方服务：

资源简介：

DeepWriting Dataset formatted for Supervised Fine Tuning (SFT)

创建时间：

2025-12-21

DeepWriting-20K

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

魔搭社区2025-12-05 更新60

sft_dataset_20k

这是一个包含16,411条记录和10个字段的数据集，主要包含越南语和英语两种语言的数据，涵盖了多种任务类型，如编程、数学、指令、总结、对话、翻译等。所有数据都属于'common'领域。数据集来源于多个不同的数据集，如'instruct_general_dataset'、'aya_collection_language_split'等。

Hugging Face2025-12-01 更新70

Condor-SFT-20K

Condor是一个两阶段的数据合成引擎，旨在生成高质量的监督微调数据，以增强大型语言模型的对话能力。该数据集包括英文和中文内容，适用于文本生成任务。Condor通过引入世界知识树和自我反思精炼策略，能够大规模生成高质量的SFT数据。实验结果表明，仅使用20K Condor生成的样本进行微调的模型，其性能优于其他RLHF训练的模型。

Hugging Face2025-01-22 更新60

OkayestProgrammer/deepwriting20k_length_constraint_tagged

该数据集包含了数据来源、提示、解决方案、能力、奖励模型等信息。奖励模型中具体包括地面真实和风格信息。此外，数据集还包含额外信息，如是否包含中文、领域类别、描述、索引等。数据集分为训练集，并提供了训练集的字节数和示例数。

Hugging Face2025-11-10 更新50

DeepWriting

一个新的手写文本数据集，在字符级别具有细粒度注释，并报告来自初始用户评估的结果。

OpenDataLab2026-07-12 更新180