moss-003-sft-data

# moss-003-sft-data
** More information: [MOSS Paper](https://www.mi-research.net/article/doi/10.1007/s11633-024-1502-8)**

## Conversation Without Plugins
### Categories
| Category | \# samples |
|----------------------|-----------:|
| Brainstorming | 99,162 |
| Complex Instruction | 95,574 |
| Code | 198,079 |
| Role Playing | 246,375 |
| Writing | 341,087 |
| Harmless | 74,573 |
| Others | 19,701 |
| Total | 1,074,551 |

**Others** contains two categories: **Continue**(9,839) and **Switching**(9,862).
The **Continue** category refers to instances in a conversation where the user asks the system to continue outputting the response from the previous round that was not completed.
The **Switching** category refers to instances in a conversation where the user switches the language they are using.
We remove the data for honesty because it contains private information.

## Conversation With Plugins
### Categories
| Category | \# samples |
|----------------------|-----------:|
| Search Engine, Calculator, Equation Solver | about 300k |
| Instruction To Image | about 50k |
| Total | about 350k |

# moss-003-sft-data
**更多信息：[MOSS论文（MOSS Paper）](https://www.mi-research.net/article/doi/10.1007/s11633-024-1502-8)**

## 无插件对话
### 类别
| 类别 | 样本数量 |
|----------------------|-----------:|
| 头脑风暴（Brainstorming） | 99,162 |
| 复杂指令（Complex Instruction） | 95,574 |
| 代码（Code） | 198,079 |
| 角色扮演（Role Playing） | 246,375 |
| 写作（Writing） | 341,087 |
| 无害对话（Harmless） | 74,573 |
| 其他（Others） | 19,701 |
| 总计（Total） | 1,074,551 |

**其他（Others）**类别包含两个子类别：**续写（Continue）**与**语种切换（Switching）**，样本数分别为9,839与9,862。

**续写（Continue）**类别指对话场景中，用户要求系统继续输出上一轮未完成回复的样本。
**语种切换（Switching）**类别指对话场景中，用户切换当前使用语言的样本。

因部分诚实性相关数据包含隐私信息，我们已将其移除。

## 带插件对话
### 类别
| 类别 | 样本数量 |
|----------------------|-----------:|
| 搜索引擎、计算器、方程求解器（Search Engine, Calculator, Equation Solver） | 约30万 |
| 文本转图像（Instruction To Image） | 约5万 |
| 总计（Total） | 约35万 |

搜集汇总

背景与挑战

背景概述

该数据集为MOSS-003-SFT数据，包含无插件对话和有插件对话两部分。无插件对话涵盖7个类别，总样本量超过100万；有插件对话包括约35万个样本，涉及搜索和图像生成等类别。