© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
安徽数据堂科技有限公司
企业安徽数据堂科技有限公司成立于2017年，属科技推广和应用服务业，主营大数据产品开发销售、技术开发和服务、数据采集、数据处理、数据服务等。面向内容安全、语言模型、语音识别等领域提供数据服务，开放中文大模型内容安全类文本数据（57万条）（内容安全、语言模型）、客家话自然对话手机采集语音数据（505小时）（语音识别、方言研究）、多人会议多通道采集语音数据（718小时）（语音处理、会议场景），支撑模型训练与算法优化。
内容安全语言模型语音识别科技推广服务科技型中小企业
数据集列表
中文大模型通用领域复杂指令跟随SFT文本数据集（10万对）
各种复杂的prompt指令，字数在50~400字之间，每个prompt中的约束条件不低于3个
类别覆盖 : 生成类（写新闻稿、采访提纲、文案创作、文稿校对、中英作文、语法学习、研究报告、学习计划、诗歌创作、美食介绍、广告软文、销售话术、公文辅助写作、公文审核、政策文件问答等）、重写类（改写句子、文本纠错、句子合并、简化文案）、摘要类（内容摘要）、提取类（事件要素提取、观点提取、关键词提取、立场抽取、实体抽取）
制作方式 : 所有prompt均为人工编写，满足多样性覆盖
安徽数据交易所2024-09-18 更新220
高质量视频描述数据（1016722组）
1,016,722组高质量视频描述数据，包含1,016,722段视频和对应的中英文描述文档。视频涵盖风景、建筑、人物、植物、动物、虚拟渲染、食物、物品、航拍、延时摄影、慢动作摄影、特写摄影等多种类型，分辨率均不低于1920x1080，时长均不低于5s。中文描述长度不少于50个字，英文描述长度不少于22个词。该数据可用于视觉大模型、视频生成、视频描述等任务的训练。
安徽数据交易所2024-09-18 更新160