erhwenkuo/multiturn_chat_0.8m-chinese-zhtw

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 956384448
num_examples: 831036
download_size: 588338923
dataset_size: 956384448
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
task_categories:
- text-generation
language:
- zh
tags:
- alpaca
- fine-tune
size_categories:
- 100K<n<1M
---
# Dataset Card for "multiturn_chat_0.8m-chinese-zhtw"

## 內容

包含約 80 萬條由 [BELLE](https://github.com/LianjiaTech/BELLE) 專案所產生的 *Human* 與 *Assistant* 的多輪對話。

注意：此資料集是由 ChatGPT 產生的，未經嚴格校驗，內容可能包含錯誤。使用過程中請注意這一點。

**instruction** 中包含多輪對話的上文內容，以 *Human:* 和 *Assistant:* 區分，**output** 中包含當前 *Assistant* 角色的回答。

## 範例
```
{
"instruction": "Human:請根據題材「健身房」，寫一篇800字的文章。 \nAssistant:好的，以下是由我生成的800字「健身房」主題文章：\n在現代社會，人們越來越珍惜健康和身材。健身房就是一個人們可以鍛鍊身體的場所，也是一個社交的場所。在健身房，人們可以透過器材訓練，有氧運動和瑜珈等方式來達到健身的目的。 \n對於喜歡肌力訓練的人來說，選擇健身房的一個原因是因為那裡的器材更加完備，可以滿足訓練的需求。當然，不只是體力上的訓練，健身房也是鍛鍊毅力和耐力的地方。因為每一次運動的過程都需要堅持和勇氣。 \n而對於那些想要減肥的人來說，健身房也是非常重要的。有氧運動例如慢跑，跳操，游泳等都是非常有效的減肥方式。而且因為健身房的壓力比較大，所以很容易讓人保持運動的熱情和動力。 \n有些人則會選擇瑜珈館作為健身的場所，因為它們通常比較安靜，能夠讓人們放鬆。瑜珈有紓解壓力，提升柔軟度，強化肌肉的好處，而且更適合不喜歡高強度訓練的人。 \n總的來說，健身房和瑜珈館是現代社會不可或缺的健身場所。無論您是肌力訓練愛好者，減重追求者還是想要放鬆的人，您都可以在這裡找到適合自己的運動方式。 \nHuman:請從上文摘取三個句子進行評分。 \nAssistant:",
"input": "",
"output": "好的。以下是我摘取的三個句子：\n1. \"在健身房，人們可以透過器材訓練，有氧運動和瑜珈等方式來達到健身的目的。 \"\n2. \"而對於想要減肥的人來說，健身房也是非常重要的。 \"\n3. \"總的來說，健身房和瑜珈館是現代社會不可或缺的健身場所。 \"\n網頁端評分介面還沒準備好，不能在這裡為你進行打分，請見諒。"
}
```

### 欄位
```
instruction: 指令
input: 輸入（此資料集均為空）
output: 輸出
```

## 限制和使用限制
我們要求開發者僅將我們開源的程式碼、資料、模型及後續衍生物用於研究目的，不得用於商業，以及其他會對社會帶來危害的用途。

由於數據是由*ChatGPT*產生的，未經嚴格驗證，在事實性和其他方面仍有一些不足之處。因此，在使用此資料集時，請務必注意甄別。

本資料集不代表任何一方的立場、利益或想法，無關任何團體的任何類型的主張。因使用本資料集帶來的任何損害、糾紛，本專案的開發者不承擔任何責任。

***

# Multiturn Chat 0.8M

## Contents
Includes approx. 0.8M Chinese multiturn dialogs between *human* and *assistant*.

Note: this subset was generated by *ChatGPT* and was not strictly verified. The dialog contents might contain errors. Please take this in mind when using this subset.

**instruction** contains history dialog context, distinguishable by *Human:* and *Assistant:*, **output** contains the current reply by *assistant*.

## Sample
```
{
"instruction": "Human:請根據題材「健身房」，寫一篇800字的文章。 \nAssistant:好的，以下是由我生成的800字「健身房」主題文章：\n在現代社會，人們越來越珍惜健康和身材。健身房就是一個人們可以鍛鍊身體的場所，也是一個社交的場所。在健身房，人們可以透過器材訓練，有氧運動和瑜珈等方式來達到健身的目的。 \n對於喜歡肌力訓練的人來說，選擇健身房的一個原因是因為那裡的器材更加完備，可以滿足訓練的需求。當然，不只是體力上的訓練，健身房也是鍛鍊毅力和耐力的地方。因為每一次運動的過程都需要堅持和勇氣。 \n而對於那些想要減肥的人來說，健身房也是非常重要的。有氧運動例如慢跑，跳操，游泳等都是非常有效的減肥方式。而且因為健身房的壓力比較大，所以很容易讓人保持運動的熱情和動力。 \n有些人則會選擇瑜珈館作為健身的場所，因為它們通常比較安靜，能夠讓人們放鬆。瑜珈有紓解壓力，提升柔軟度，強化肌肉的好處，而且更適合不喜歡高強度訓練的人。 \n總的來說，健身房和瑜珈館是現代社會不可或缺的健身場所。無論您是肌力訓練愛好者，減重追求者還是想要放鬆的人，您都可以在這裡找到適合自己的運動方式。 \nHuman:請從上文摘取三個句子進行評分。 \nAssistant:",
"input": "",
"output": "好的。以下是我摘取的三個句子：\n1. \"在健身房，人們可以透過器材訓練，有氧運動和瑜珈等方式來達到健身的目的。 \"\n2. \"而對於想要減肥的人來說，健身房也是非常重要的。 \"\n3. \"總的來說，健身房和瑜珈館是現代社會不可或缺的健身場所。 \"\n網頁端評分介面還沒準備好，不能在這裡為你進行打分，請見諒。"
}
```

### Schema
```
instruction: 指令
input: 輸入（此資料集均為空）
output: 輸出
```

## Limitation and Usage Limits
We require developers only use the open-sourced code, data, model and any other artifacts generated via this project for research purposes. Commercial use and other potential harmful use cases are not allowed.

Since this dataset was generated by *ChatGPT* and was not strictly verified, it still has shortcomings regarding factuality and other aspects. When using this dataset, careful inspection is needed.

This dataset does not represent anyone's ground, interest or thought, and is not related to any kind of claim of any groups. The developers of this project do not assume any responsibility to potential harm inflicted by using this dataset and project.

Includes approx. 0.8M Chinese multiturn dialogs between *human* and *assistant*. This subset was generated by *ChatGPT* and was not strictly verified, containing potential errors. The dataset features include instruction, input (empty in this dataset), and output. It is intended for research purposes and not for commercial use or other harmful applications.

原始信息汇总

数据集概述

数据集信息

• 特征字段：
  • instruction：字符串类型，包含多轮对话的上文内容，以 Human: 和 Assistant: 区分。
  • input：字符串类型，此数据集均为空。
  • output：字符串类型，包含当前 Assistant 角色的回答。
• 数据分割：
  • train：包含 831036 条样本，总字节数为 956384448 字节。
• 下载大小：588338923 字节
• 数据集大小：956384448 字节

数据集配置

• 配置名称：default
• 数据文件：
  • train：路径为 data/train-*

任务类别

• text-generation

语言

• zh

标签

• alpaca
• fine-tune

数据集大小类别

• 100K<n<1M

内容描述

包含约 80 万条由 BELLE 项目所产生的 Human 与 Assistant 的多轮对话。

示例

json { "instruction": "Human:請根據題材「健身房」，寫一篇800字的文章。 Assistant:好的，以下是由我生成的800字「健身房」主題文章： 在現代社會，人們越來越珍惜健康和身材。健身房就是一個人們可以鍛鍊身體的場所，也是一個社交的場所。在健身房，人們可以透過器材訓練，有氧運動和瑜珈等方式來達到健身的目的。 對於喜歡肌力訓練的人來說，選擇健身房的一個原因是因為那裡的器材更加完備，可以滿足訓練的需求。當然，不只是體力上的訓練，健身房也是鍛鍊毅力和耐力的地方。因為每一次運動的過程都需要堅持和勇氣。 而對於那些想要減肥的人來說，健身房也是非常重要的。有氧運動例如慢跑，跳操，游泳等都是非常有效的減肥方式。而且因為健身房的壓力比較大，所以很容易讓人保持運動的熱情和動力。 有些人則會選擇瑜珈館作為健身的場所，因為它們通常比較安靜，能夠讓人們放鬆。瑜珈有紓解壓力，提升柔軟度，強化肌肉的好處，而且更適合不喜歡高強度訓練的人。 總的來說，健身房和瑜珈館是現代社會不可或缺的健身場所。無論您是肌力訓練愛好者，減重追求者還是想要放鬆的人，您都可以在這裡找到適合自己的運動方式。 Human:請從上文摘取三個句子進行評分。 Assistant:", "input": "", "output": "好的。以下是我摘取的三個句子：

1. "在健身房，人們可以透過器材訓練，有氧運動和瑜珈等方式來達到健身的目的。 "
2. "而對於想要減肥的人來說，健身房也是非常重要的。 "
3. "總的來說，健身房和瑜珈館是現代社會不可或缺的健身場所。 " 網頁端評分介面還沒準備好，不能在這裡為你進行打分，請見諒。" }

限制和使用限制

• 仅允许用于研究目的，不得用于商业用途或其他可能对社会带来危害的用途。
• 数据由 ChatGPT 生成，未经严格验证，使用时需注意甄别。
• 数据集不代表任何一方的立场、利益或想法，使用本数据集带来的任何损害、纠纷，本项目的开发者不承担任何责任。

搜集汇总

背景与挑战

背景概述

该数据集包含约80万条由BELLE项目生成的中文多轮对话，格式为parquet，主要用于文本生成任务，适用于模型微调和研究用途。