该数据集包含多种语言的文本数据，主要特征为Text，数据类型为字符串。数据集分为一个训练集，包含13,848个样本，总大小为35,636,342字节。支持的语言包括英语、西班牙语、俄语、中文、德语、法语、泰语、加泰罗尼亚语、意大利语、日语、波兰语、世界语、巴斯克语、越南语、芬兰语、匈牙利语、阿拉伯语、荷兰语、丹麦语、土耳其语、韩语、希伯来语、印尼语、捷克语、孟加拉语和瑞典语。数据集的下载大小为19

Hugging Face2024-01-09 更新120

CareCall

对话系统

记忆管理

该数据集旨在研究长期对话中的动态记忆变化，基于现有的CareCall数据集构建而成，后者包含的是开放领域对话的单次会话。新数据集将这些单次会话扩展到多会话环境，从而实现对记忆管理和角色个性更新的处理。在生成此数据集的过程中，使用了大规模语言模型，并经过自动生成后的人工修订，以确保对话质量。该数据集包含了600个对话会话，每个会话超过15个交流回合，其任务重点在于长期对话中的记忆管理。

arXiv90

Lienid/chat

对话系统

自然语言处理

--- dataset_info: features: - name: question dtype: string - name: response dtype: string splits: - name: train num_bytes: 375359448 num_examples: 200000 download_size: 191

Hugging Face2024-03-30 更新50

frascuchon/oasst_response_quality

对话系统

自然语言处理

--- size_categories: 1K<n<10K tags: - rlfh - argilla - human-feedback --- # Dataset Card for oasst_response_quality This dataset has been created with [Argilla](https://docs.argilla.io). As shown i

Hugging Face2023-11-10 更新100

laurentiubp/catalan-orca-math

对话系统

自然语言处理

该数据集包含多个特征，主要包括消息列表（每个消息包含内容和角色）、来源、评分（包括连贯性、复杂性、正确性、帮助性、指令遵循、安全性、冗长性和冗长系数）、总评分和唯一标识符。数据集分为一个训练集，包含20,000个样本，总大小为27,331,261字节。

Hugging Face2024-06-25 更新80