shi3z/ja_conv_wikipedia_llama2pro8b_20k

该数据集基于日语版Wikipedia数据集，并使用llama2Pro8B模型转换为多轮对话格式。由于使用的是llama2许可证，该数据集可以用于商业服务。由于未经过人工筛选，可能包含一些奇怪的对话。数据集是在A100 80GBx7机器上生成，共生成了60,000个对话，耗时18天，并进行了自动筛选。该数据集基于日语版Wikipedia数据集，并使用llama2Pro8B模型转换为多轮对话格式。由于使用的是llama2许可证，该数据集可以用于商业服务。由于未经过人工筛选，可能包含一些奇怪的对话。数据集是在A100 80GBx7机器上生成，共生成了60,000个对话，耗时18天，并进行了自动筛选。

原始信息汇总

数据集概述

许可证

• 许可证类型：llama2

任务类别

• 对话型

语言

• 日语

数据规模

• 10K<n<100K

数据来源与处理

• 数据集基于日文版Wikipedia数据集，通过llama2Pro8B转换为多轮对话格式。
• 数据集包含60,000个对话，生成过程耗时18天，使用A100 80GBx7机器进行自动筛选。

注意事项

• 数据集可能包含未经人工筛选的异常对话。