Azure99/blossom-chat-v3
收藏Hugging Face2024-03-18 更新2024-04-19 收录
下载链接：
https://hf-mirror.com/datasets/Azure99/blossom-chat-v3
下载链接
链接失效反馈官方服务：
资源简介：
Blossom Chat V3是基于ShareGPT 90K衍生而来的中英双语对话数据集，适用于多轮对话微调。本版本完全使用GPT-4进行蒸馏，解决了中文对话数据量较少和输出截断问题。数据集抽取了ShareGPT的多轮对话指令，仅将指令进行翻译，随后使用多轮指令迭代调用gpt-4-0125-preview。本次发布了全量数据的50%，包含5K记录。每条数据代表一个完整的多轮对话，包含id和conversations两个字段。
提供机构：
Azure99
原始信息汇总
数据集概述：Blossom Chat V3
基本信息
- 许可证：Apache-2.0
- 任务类别：
- 文本生成
- 文本到文本生成
- 语言：中文、英文
- 数据集大小：10K<n<100K
数据集描述
- 来源与用途：Blossom Chat V3是由ShareGPT 90K衍生而来的中英双语对话数据集，适用于多轮对话微调。本版本完全使用GPT-4进行蒸馏，解决了中文对话数据量较少及输出截断问题。
- 数据量：本次发布包含5K记录，为全量数据的50%。
语言分布
- 数据集以中文和英文为主，中英文数据按照约1:1的比例混合。
数据结构
- 每条数据：代表一个完整的多轮对话。
- 字段：
- id：从1递增的唯一标识。
- conversations：对象数组，每个对象包含role和content两个字段。role取值为user或assistant，分别代表用户输入和助手输出；content为对应的内容。
数据集限制
- 由于仅抽取了原始多轮对话的输入，对于涉及随机性的对话，如猜随机数，可能出现多轮对话不连贯的情况。
- 所有响应均由gpt-4-0125-preview生成，未经过严格的数据校验，可能包含不准确甚至严重错误的回答。
