Atomic-Ai/GPT-Deepseek-German

---
license: mit
task_categories:
- text-generation
- question-answering
language:
- de
tags:
- deepseek
- gpt
- qa
- german
- chat
size_categories:
- 10K<n<100K
---

# GPT-Deepseek-German QA Dataset

Ein hochwertiger Datensatz mit deutschsprachigen Frage-Antwort-Paaren von DeepSeek und ChatGPT-5 für das Training und Fine-Tuning von Sprachmodellen.

## Übersicht

Dieser Datensatz enthält hochqualitative deutschsprachige Konversationsdaten, die aus den KI-Assistenten DeepSeek und ChatGPT-5 generiert wurden. Er eignet sich besonders zum Fine-Tuning von Sprachmodellen im deutschen Sprachraum und für die Entwicklung von Chat-Anwendungen.

## Datensatzstruktur

Der Datensatz folgt einem einfachen, strukturierten Format:

```
<user> [Benutzer-Prompt] <End> <AI Assistant> [KI-Antwort] <End>
```

Jedes Frage-Antwort-Paar befindet sich auf einer neuen Zeile. Dieses Format ermöglicht einfache Verarbeitung und ist kompatibel mit standardmäßigen Trainings-Pipelines.

## Verwendungsbeispiel

```python
from datasets import load_dataset

# Datensatz laden
dataset = load_dataset("Atomic-Ai/GPT-Deepseek-German")

# Inspizieren
print(dataset)
print(dataset['train'][0])
```

## Datenquellen

- **DeepSeek**: KI-generierte deutschsprachige Responses
- **ChatGPT-5**: Hochqualitative deutschsprachige Responses

## Verwendungszwecke

- Fine-Tuning von Sprachmodellen für deutsche Chat-Anwendungen
- Training von Custom-Modellen für spezifische Domains
- Erstellung von Conversational AI-Systemen
- Evaluation von deutschsprachigen LLMs

## Größe

- **Größenkategorie**: 10.000 - 100.000 Einträge
- **Sprache**: Deutsch
- **Format**: Text (UTF-8)

## Lizenz

MIT License - Frei verwendbar für kommerzielle und private Projekte

## Zitierung

```bibtex
@dataset{atomic_ai_gpt_deepseek_german,
title={GPT-Deepseek-German QA Dataset},
author={Atomic-AI},
year={2024},
publisher={Hugging Face}
}
```

## Hinweise zur Verwendung

- Das Datensatzformat ist optimiert für einfaches Parsing und Tokenization
- Empfohlen für Modelle ab 7B Parametern
- Geeignet für ChatML- oder Custom-Format-Konvertierungen
- Kann für Instruction-Tuning und Conversation-Fine-Tuning verwendet werden

## Lizenzinformationen

Dieser Datensatz steht unter der MIT-Lizenz und kann frei für kommerzielle und private Zwecke verwendet werden.