WENGSYX/LMTuner-dataset-v1

Lingo-dataset-v1是一个包含1091条高质量中文对话式问答的训练集。该数据集基于LIMA数据集翻译并改写，以适应中文环境，并额外加入了一百条编写的高质量中文对话语料。

Lingo-dataset-v1 is a training set consisting of 1091 high-quality Chinese conversational question-answer pairs. Derived from the LIMA dataset through translation and adaptation for the Chinese-language context, this dataset additionally incorporates 100 manually crafted high-quality Chinese conversational corpora.

原始信息汇总

数据集概述

数据集名称

• Lingo-dataset-v1

数据集描述

• 包含1091条高质量中文对话式问答训练集。
• 数据集基于LIMA数据集，人工翻译为中文问答，并进行了中文环境的适应性改写。
• 额外加入了一百条编写的高质量中文对话语料。

数据集功能

• 支持通过lingo_dataset.set_model_name一键更新所有样本的模型名字。
• 支持通过lingo_dataset.add_sample添加新的对话样本。
• 提供lingo_dataset.get_list()方法获取列表格式的数据集，便于进一步训练新模型。

数据集版本规划

• Version-1已完成开源高质量中文数据集。
• Version-2计划加入Function Calling示例。