XeTute/Conversational-Small

这是我们的开源数据集的小版本，部分数据将用于训练我们的7B LLM[Atheria]。数据集遵循Vicuna提示格式，每个对话由三个换行符分隔，并在每个问答前包含角色感受的描述，这些描述可以进一步微调以专门用于角色扮演。数据集适用于角色扮演、问答、基本对话和一般知识（包括数学、科学等）等领域，但不适用于基准测试。数据集不包含非法或令人不安的内容。

This is the small version of our open-source datasets, which are also partly going to be used to train our 7B LLM[Atheria]. The Dataset follows the Vicuna prompt format. Each conversation is split by three newlines between those. Also, before each Q/A, it includes how the according character should feel, embedded in stars, which can also be further fine-tuned for a which specialises in roleplaying. Warning: This dataset has "embedded" newlines, which means that they are not written out. Consider converting before training. Potential Usecases: Roleplaying, Q & A, Basic Conversations, General Knowledge, including Math, Science, etc. Limitations: This dataset is NOT made to crunch numbers in benchmarks, but rather to train / fine-tune a LLM to generate responses which are actually liked by users. Length, This dataset does NOT include illegal or other disturbing content.

原始信息汇总

数据集概述

基本信息

• 许可证: Apache 2.0
• 语言: 英语
• 标签:
  • 对话
  • 角色扮演
  • 角色扮演游戏
  • 自然语言处理
  • 对话

数据集描述

• 版本: 小型版本
• 用途: 用于训练7B LLM[Atheria]
• 格式: 遵循Vicuna提示格式
• 结构: 每个对话由三个换行符分隔，每个Q/A前包含角色情感描述，嵌入在星号中

警告

• 嵌入换行符: 数据集中包含嵌入的换行符，建议在训练前进行转换

潜在用途

• 角色扮演
• 问答
• 基本对话
• 一般知识（包括数学、科学等）

限制

• 非数值计算: 不适用于基准测试中的数值计算
• 长度限制
• 内容限制: 不包含非法或令人不适的内容