Cybersecurity-ShareGPT-Chinese
收藏资源简介：
本数据集是一个关于网络安全的中文对话数据集，采用 ShareGPT 格式，适用于语言模型的训练和微调。该数据集包含多个与网络安全相关的对话，能够帮助语言模型在网络安全领域进行学习与优化。数据集以 `json` 和 `jsonl` 两种格式提供，便于用户灵活使用。每个数据样本的格式遵循 ShareGPT 的对话格式，包含系统、用户和 GPT 的多轮对话。数据集适用于语言模型的训练与微调、对话生成任务、网络安全相关的对话系统构建以及研究网络安全领域的自动化问答系统。数据集遵循 CC BY-NC 4.0 许可协议，仅供研究和教育用途。
This is a Chinese dialogue dataset focused on cybersecurity, formatted in the ShareGPT structure, and designed for training and fine-tuning of language models. It contains multiple cybersecurity-related dialogues, which can assist language models in learning and optimizing their capabilities in the cybersecurity domain. The dataset is provided in both JSON and JSONL formats to enable flexible usage by users. Each data sample follows the ShareGPT dialogue format, including multi-turn conversations involving system, user, and GPT roles. This dataset is applicable to scenarios including language model training and fine-tuning, dialogue generation tasks, construction of cybersecurity-oriented dialogue systems, and research on automated question answering systems in the cybersecurity field. It is released under the CC BY-NC 4.0 license, and is intended solely for research and educational purposes.
网络安全中文数据集 (ShareGPT 格式)
概述
本数据集是一个关于网络安全的中文对话数据集，采用 ShareGPT 格式，适用于语言模型的训练和微调。数据集包含多个与网络安全相关的对话，以 json 和 jsonl 两种格式提供。
数据集内容
- 主题: 网络安全
- 用途:
- 语言模型的训练与微调
- 对话生成任务
- 网络安全相关的对话系统构建
- 研究网络安全领域的自动化问答系统
数据格式
每个数据样本的格式遵循 ShareGPT 的对话格式，结构如下： json { "conversations": [ { "from": "system", "value": "..." }, { "from": "human", "value": "..." }, { "from": "gpt", "value": "..." } ] }
system: 系统消息。human: 人类输入。gpt: 模型回复。
数据字段说明
conversations: 对话列表，包含系统、用户和 GPT 的多轮对话。from: 发言方，可能是system,human, 或gpt。value: 发言方的具体文本内容。
数据格式类型
- JSON: 结构化的 JSON 文件，适合处理单一或较小规模的数据。
- JSONL: 每行记录一个完整对话的 JSON 格式，适合大规模数据的并行处理。
使用说明
- 下载数据集并解压缩。
- 根据需求选择适合的格式（
json或jsonl）进行加载和处理。 - 使用 Python 的
json库或pandas库加载并处理数据。
开源协议
本数据集遵循 CC BY-NC 4.0 许可协议。您可以自由共享和修改数据集，但仅限于非商业用途，且必须署名原作者。
免责声明
本数据集仅供研究和教育用途。数据集可能包含潜在的敏感或不合法的内容，用户在使用时应保持审慎，并遵守相关法律法规。
