ShareGPT 90k 中英文双语人机问答数据集

ShareGPT-Chinese-English-90k 是中英文平行双语优质人机问答数据集，覆盖真实复杂场景下的用户提问。可用于训练高质量的对话模型（比那些通过反复调用 API 接口生成机器模拟问答的数据在指令分布上更鲁棒）。

ShareGPT-Chinese-English-90k is a high-quality parallel bilingual human-machine question answering dataset covering user queries in real and complex scenarios. It can be used to train high-quality dialogue models, which is more robust in terms of instruction distribution compared to datasets that generate simulated human-machine question-answer pairs through repeated API calls.

搜集汇总

背景与挑战

背景概述

ShareGPT 90k 是一个中英文平行双语人机问答数据集，包含真实场景下的用户提问，适用于训练高质量的对话模型。其特点在于提供中英文对照语料，问题非人为臆造且更符合真实用户分布，并通过网友分享自然过滤了低质量对话。