中国地理知识专业数据集

------ license: MIT License language: - zh tags: - 中国地理 - 地理知识 - PEFT - 指令微调 ------ ## ❤️AI * 爱心计划 ### **🌄** **我的故事** **"因为淋过雨，所以想为他人撑伞"** 我来自大山深处，和链接（ https://mp.weixin.qq.com/s/1yPiETQs8DYk123ys6mH4A ）里看到的这些孩子一样，少年时期也过得很艰苦。小学六年，每天往返12公里山路，风雨无阻，一走就是三个小时，冬天冻疮爬满手脚，夏天汗水浸透衣衫。那时候对知识充满渴望，如饥似渴的学习, 想改变自己的命运。很努力的学习，一直保持良好的成绩，努力考上省城的大学，后来到沿海一所很美的大学读研，再工作。所以文中这些孩子们的故事，感同身受，也颇有感触。 **每一个，都是曾经的我。** **每一个，都让我想起当年的自己。** 我很努力，也很幸运，**但还有太多孩子，卡在那条山路上，没能走到终点。** ### 💝 "回望"爱心计划 **”源自经历 · 归于初心“** 回望来路，不忘根本；伸手拉一把，让后来者少些坎坷。人到中年，早就褪去了年少轻狂和意气风发，多了些对世事沉浮的沧桑感悟，对越来越多的事物心怀感恩，充满敬畏。 收集，整理并维护每一个数据集十分的不易，需要时间，需要精力，更需要很多很多的资源。我们**不收费，不取财**，但希望得到你的爱心支援，我们会将其通过合适的途径送到真正需要的孩子手中，将每一份关怀送到最温暖的心房里。这将用于： - ✅ 那些贫而有志的学生 - ✅ 那些家境贫寒但是依然善良的孩子 人到中年，近年来，不管从身边的朋友，还是社交媒体上，越来越能感知到其实大部分人都很不容易，很艰辛。所以无论多少，都是心意；无论远近，都是温暖，我们不希望因此带来您生活的负担。 ### 🍎 **我们希望的来自您的爱心支持** - Plan A：8.88 RMB （支付宝 or 微信） - Plan B：6.68 RMB （支付宝 or 微信） 💡微信支付备用地址：https://gitee.com/zhaoyuqiang123/open-mind/raw/master/pay/weichat.png 📅支付宝备注地址： https://gitee.com/zhaoyuqiang123/open-mind/raw/master/pay/alipay.jpg <img src="https://modelscope.cn/datasets/yuqiang01/test-zyq/resolve/master/weichat.png" alt="微信支付" title="微信支付" width="200"> <img src="https://modelscope.cn/datasets/yuqiang01/test-zyq/resolve/master/alipay.jpg" alt="支付宝" title="支付宝" width="200"> ⏳ 因为我们设置了所有的数据集均为**申请下载**，所以你可以：🧭1） **每一次下载捐赠一次**，🧭2）**你也可以多次下载捐赠一次**。因为我们认为，这都是好的，也是可以的。可以在数据集申请下载中备注申请信息（“已捐献爱心”）！ 🏷️ 当然在AI大爆发的黄金时代，我们相信，你一定是足够努力拥抱时代的勇敢者与先行者，我们向你致敬。**因此即使我们没有缘分收到你的爱心，我们依然觉得这也是可以的。因为合理，所以我们依然会在你申请后的最迟第4或者5天通过你的申请，你尽可以自由使用**，开始你的AI时代旅程和历程，我们祝福你！ ### 💡 特别说明 人民币8.88或6.88元，远比日常的一杯奶茶，或者游戏里的一次充值，或者一次抖音的打赏少的多，不是吗？但是我们不想道德绑架，一切皆是志愿。但我们依然坚定的认为，每一次支持都弥足珍贵，也是为了公开透明，后续会在合适的时间与地方，陆续披露那些充满爱心的您和具体的情况（当然，我们会保护好隐私），所以不必有过多的担心。 请相信，爱是不会消失的，也是不会被绑架的，因为在**”天下熙熙，皆为利来；天下攘攘，皆为利往“**的当下，依然有那么一些人，内心澄澈，清明无畏。 当然，或者您会觉得，这太傻了，什么都改变不了，或者你也会觉得这是在骗人。但是我们相信，改变都是从一点点开始的，从不够买一杯奶茶的钱开始的，从匆忙慌乱的岁月里，有一两个傻傻的但是愿意认真的人开始的。所以，我们选择前行并认真。 # 🎒中国地理知识专业数据集 ## 📌 数据集简介 本数据集基于中国地理相关的**教材、科普文章、杂志**等文件构建。数据经精细化加工与结构化处理，支持精准的知识问答。 ## 📊 数据规模 **数据规模** - **总数据量**：经清洗、去重与专家校验，**共计1212条** 高质量知识条目。 | 维度 | 详情 | | ------------ | --------------------------------------- | | **数据总量** | 1212条 | | **数据形态** | 指令微调数据（Instruction Fine-tuning） | | **数据格式** | JSONL（主文件）+ JSON（子集） | | **语言类型** | 中文 | | **适用模型** | LLaMA, ChatGLM, Qwen, InternLM 等 | | **数据质量** | 确保准确与逻辑严谨 | ## 📁 目录结构与文件说明 数据集采用模块化设计，适配不同训练与应用场景。 | 文件路径 | 描述 | 格式类型 | | ----------------------------------- | ------------------------------------------------------ | -------- | | **datasets.jsonl** | **全量数据主文件**，包含所有1212条知识记录 | JSONL | | **data/alpaca.json** | 适配 Alpaca 格式 | JSON | | **data/sharegpt.json** | 适配sharegpt格式 | JSON | | **data/multilingual-thinking.json** | 双语思维链数据 | JSON | | **data/dataset_info.json** | 元数据文件，包含字段说明、版本信息、分类标签与统计摘要 | JSON | ## 🧩 数据格式与样例 **核心结构** 采用 `instruction`（指令）、`input`（输入）、`output`（输出） 三元组结构，部分条目扩展 `history`（历史脉络）与 `source`（出处）字段。 **数据样例** ```json {"instruction":"简述中国地势三级阶梯的分布与特征", "input":"", "output":"中国地势西高东低，呈三级阶梯状分布，具体特征如下：\n\n1. **第一级阶梯**：平均海拔4000米以上，以青藏高原为主，被称为“世界屋脊”，主要地形区有青藏高原、柴达木盆地。\n\n2. **第二级阶梯**：平均海拔1000-2000米，以高原、盆地为主，主要地形区有内蒙古高原、黄土高原、云贵高原、塔里木盆地、准噶尔盆地、四川盆地。\n\n3. **第三级阶梯**：平均海拔500米以下，以平原、丘陵为主，主要地形区有东北平原、华北平原、长江中下游平原、东南丘陵。\n\n**阶梯界线**：\n- 一、二级阶梯界线：昆仑山脉—祁连山脉—横断山脉\n- 二、三级阶梯界线：大兴安岭—太行山脉—巫山—雪峰山\n\n**关键点**：\n- 西高东低的地势使我国大多数河流自西向东流，沟通东西交通。\n- 阶梯交界处落差大，水能资源丰富，适合建设水电站。", "system":"" } ``` ## 📖 应用场景 - **智能教学**：开发地理知识AI助教，支持知识点讲解、地理考点解析与学习路径推荐。 - **科普宣教**：面向大众提供中国地理科普问答，普及地形、气候、行政区划、水文等知识。 - **研学教育**：为中小学地理研学、文旅研学提供标准化地理知识支撑。 - **考试备考**：适配中考、高考、教资等地理科目备考，提供题库与答疑服务。 - **文旅导览**：辅助文旅平台生成景区地理背景知识，提升导览专业性。 - **地理研究**：为地理科研、教学研究提供结构化知识数据支持。 ## 🛠️ 使用指南 **加载方式** - 全量训练：使用 datasets.jsonl 流式读取，适用于大规模预训练或中国地理知识注入。 - 场景微调：选择 data/ 下对应格式文件，如 sharegpt.json 用于地理知识对话模型微调。 **微调建议** - 问答模型：优先使用 alpaca.json，强化地理知识准确性与结构化表达。 - 科普教学系统：结合 sharegpt.json 训练多轮对话能力，模拟地理教学咨询场景。 - 双语地理科普：利用 multilingual-thinking.json 提升跨境地理知识传播与多语言讲解能力。 ## ⚖️ 免责声明 - **版权说明**：内容版权所有，本数据集仅用于AI模型训练与地理科普教育研究，禁止商业用途。（商业用途请参考数据集文件中的**数据集使用许可说明.md**） - **数据使用**：使用者需遵守相关法律法规，不得用于虚假地理信息传播与不当引导。 ------ 📬 **维护单位**：青秋画影实验室 📅 **最后更新**：2026年4月 📄 **许可证**：CC BY-NC 4.0（署名-非商业性使用） ------ *让人工智能更懂中国山河，助力地理科普与人才培养。*🗺️