ShareGPT (anon)

发布方社区匿名发布 2023-03 规模 90K 真实 ChatGPT 对话

指令与SFT 单一数据集全球仅研究 sft

来源描述

用户共享 ChatGPT 对话，Vicuna 训练源

OpenAI ToS 禁商用

这一条没有可靠的 HuggingFace 仓库——它只在自家站点发布（WARC / tar 包 / 需签署协议 / 仅存于 GitHub），或者 HF 上的同名仓库是第三方子集与镜像，接上去会给出误导性的下载量。宁可留空，也不挂错数字。

Tulu 3 模型的 SFT mix，覆盖数学/推理/代码/对话

社区最流行 SFT mix，多源 GPT-4 数据混合

GPT-4 评分的偏好数据，DPO 训练标准集

Llama-3 自蒸馏 + alignment-only prompting，零成本生成 SFT 数据

FLAN + GPT-4 推理过程蒸馏的指令数据

真实用户与 ChatGPT 交互日志，研究用户分布最佳数据

领域、训练阶段、用途、License 分级与本刊判断由本刊维护；规模、许可证与商用授权最终请以原站为准。