five

Jianshu001/arabic-daily-batch01-cascade-5k

收藏
Hugging Face2026-04-23 更新2026-04-26 收录
下载链接:
https://hf-mirror.com/datasets/Jianshu001/arabic-daily-batch01-cascade-5k
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含4348条阿拉伯语记录,经过多步骤处理,包括通过Gemma-4-31B进行级联重写、Gemma-as-rewriter清理、独立二进制判断和正则表达式后过滤。筛选标准包括避免系统提示回显、AI自我引用和用户对助手回答的简单附和。数据集的模式包括用户和助手的对话轮次、角色、思考和文本内容。

This dataset contains 4348 Arabic records, processed through multiple steps including cascade rewrite via Gemma-4-31B, Gemma-as-rewriter cleanup, independent binary judge, and final regex post-filter. The judge criteria include avoiding system-prompt echo, AI self-reference, and user sycophancy. The schema includes user and assistant turns, roles, thinking, and text.
提供机构:
Jianshu001
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作