CausalLM/Retrieval-SFT-Chat
收藏Hugging Face2025-02-14 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/CausalLM/Retrieval-SFT-Chat
下载链接
链接失效反馈官方服务：
资源简介：
基于检索的多轮对话SFT合成数据集，包含10万条新合成的文本条目，支持英语、中文、日语和德语等多种语言，用于多轮对话的检索基础模型训练。数据集由长上下文模型生成，涵盖了多样化的主题，包括一些小众话题。数据集在2025年2月编译，使用大约620亿个token。
A Retrieval-Based Multi-Turn Chat SFT Synthetic Dataset containing 100k newly synthesized text entries, supporting multiple languages such as English, Chinese, Japanese, and German, designed for training retrieval-based dialogue models. The dataset is generated by long-context models, covering diverse themes including niche topics. Compiled in February 2025, the dataset uses approximately 62 billion tokens.
提供机构：
CausalLM
