赵泠数据集

# 赵泠 (MarryMea) 知乎回答数据集 知乎用户 @赵泠 (MarryMea) 的 **20,396 条回答** 全量数据集（2017-08-14 ~ 2026-08-19），已转换为 Alpaca 格式（`instruction` = 问题标题，`output` = 回答正文），可用于中文大模型的指令微调（SFT）。 ## 数据统计 | 指标 | 值 | |---|---| | 回答总数 | 20,396（Alpaca 行数 20,393，跳过 3 条纯图片回答） | | 唯一问题数 | 20,396 | | 时间范围 | 2017-08-14 ~ 2026-08-19 | | 正文总字符数 | 17,873,239 | | 正文长度 中位数 | 686 字符 | | 正文长度 均值 | 876 字符 | | 正文长度 最大值 | 80,096 字符 | | P90 / P95 / P99 | 1,708 / 2,248 / 3,641 字符 | **长度分桶（字符）** | 区间 | 条数 | |---|---| | 0 – 100 | 828 | | 100 – 500 | 6,090 | | 500 – 1,000 | 7,362 | | 1,000 – 2,000 | 4,726 | | 2,000 – 5,000 | 1,305 | | 5,000 – 10,000 | 70 | | 10,000 – 20,000 | 10 | | ≥ 20,000 | 2 |  ## 免责声明 - 数据来自知乎公开页面，仅供学习、研究与技术交流使用。 - 内容版权归原作者 @赵泠 (MarryMea) 所有；请勿用于商业用途或任何违反知乎社区规范的行为。 - 数据集内容为作者个人观点，不代表本项目维护者立场。