中文（简体）SFT微调通用数据集
收藏官方服务：
资源简介：
SFT-General-Simplified.Chinese-10K 是面向中文大模型监督微调的简体中文训练集，包含10,050条结构化指令—回答样本，采用标准 messages 对话格式，可直接用于主流 SFT 训练流程。数据覆盖法律与公共治理、历史文化、科技、地理环境、健康、语言文学等多个领域，并保留来源链接、修订日期与许可信息以支持追溯。语料经过简繁规范化、乱码与隐私模式清理、去重、结构检查及18维自动质量评估，全部达到90分准入门槛。数据源基于开放许可内容整理，适合中文指令跟随、知识表达、结构化回答与数据质量研究。
提供机构：
maas创建时间：
2026-08-27
