有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
silk-road/Wizard-LM-Chinese-instruct-evol|自然语言处理数据集|中文语言模型数据集
收藏hugging_face2023-05-15 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/silk-road/Wizard-LM-Chinese-instruct-evol
下载链接
链接失效反馈资源简介：
Wizard-LM-Chinese数据集是基于MSRA的Wizard-LM数据集，通过翻译指令并调用GPT获得答案的数据集。该数据集包含了许多难度超过Alpaca的指令。在中文问题翻译过程中，可能会有少量指令注入导致翻译失败的情况。中文回答是根据中文问题再进行问询得到的。
提供机构：
silk-road
原始信息汇总
数据集概述
数据集名称
- Wizard-LM-Chinese
数据集描述
- 基于MSRA的Wizard-LM数据集，通过翻译指令并调用GPT获得答案。
- 包含难度超过Alpaca的指令。
- 存在少量因指令注入导致的中文翻译失败情况。
- 中文回答是根据中文问题再进行问询得到的。
语言
- 中文 (zh)
- 英文 (en)
任务类别
- 文本生成 (text-generation)
- 问答 (question-answering)
数据集大小
- 10K<n<100K
许可
- CC-BY-4.0
相关数据集计划
- [x] WizardLM的中文翻译已发布
- [ ] Coco Caption的中文翻译
- [ ] CoQA的中文翻译
- [ ] CNewSum的Embedding数据
- [ ] 增广的开放QA数据
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
Materials Project 在线材料数据库
Materials Project 是一个由伯克利加州大学和劳伦斯伯克利国家实验室于 2011 年共同发起的大型开放式在线材料数据库。这个项目的目标是利用高通量第一性原理计算，为超过百万种无机材料提供全面的性能数据、结构信息和计算模拟结果，以此加速新材料的发现和创新过程。数据库中的数据不仅包括晶体结构和能量特性，还涵盖了电子结构和热力学性质等详尽信息，为研究人员提供了丰富的材料数据资源。相关论文成果为「Commentary: The Materials Project: A materials genome approach to accelerating materials innovation」。
超神经 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集，专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例，收集自自然雾霾环境和正常场景中人工添加的雾霾效果，以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型，确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测，旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
yahoo-finance-data
该数据集包含从Yahoo! Finance、Nasdaq和U.S. Department of the Treasury获取的财务数据，旨在用于研究和教育目的。数据集包括公司详细信息、高管信息、财务指标、历史盈利、股票价格、股息事件、股票拆分、汇率和每日国债收益率等。每个数据集都有其来源、简要描述以及列出的列及其数据类型和描述。数据定期更新，并以Parquet格式提供，可通过DuckDB进行查询。
huggingface 收录
12306车次数据库
本数据库包含12306车次相关的详细信息，如车次代码、车站代码、列车基本信息和时刻表信息等。数据已按车次等级整理，并提供多种格式的数据文件，方便用户根据实际需求调用。
github 收录
CMAB
CMAB数据集由清华大学创建，是中国首个全国范围的多属性建筑数据集，涵盖了3667个自然城市，总面积达213亿平方米。该数据集通过集成多源数据，如高分辨率Google Earth影像和街景图像，生成了建筑的屋顶、高度、功能、年龄和质量等属性。数据集的创建过程结合了地理人工智能框架和机器学习模型，确保了数据的高准确性。CMAB数据集主要应用于城市规划和可持续发展研究，旨在提供详细的城市3D物理和社会结构信息，支持城市化进程和政府决策。
arXiv 收录