返回数据集雷达

WildChat-1M

WildChat-1M

发布方 Allen AI / Cornell 发布 2024-05 规模 1M 真实用户 ↔ ChatGPT 对话
指令与SFT 单一数据集 美国 仅研究 sft
访问 huggingface.co

来源描述

真实用户与 ChatGPT 交互日志，研究用户分布最佳数据

ODC-By 1.0; 真实对话数据有内容风险

HuggingFace 实测指标

allenai/WildChat-1M ↗
近 30 天下载
37.7K
点赞
482
最近更新
2024-10-17
HF 授权标签
odc-by
datasets-server 实测规模
838.0K 条 · 3.1 GB
由 HuggingFace datasets-server 现算，不是榜单页手写的数字
HF 规模档 100K<n<1M HF 标签指向「商用友好」，与本刊判定的「仅研究」不一致，商用前请回原站核对

训练阶段（本刊判断）

SFT

同领域 · 指令与SFT

Tulu 3 SFT Mix ★

Tulu 3 模型的 SFT mix，覆盖数学/推理/代码/对话
OpenHermes 2.5 ★

社区最流行 SFT mix，多源 GPT-4 数据混合
UltraFeedback ★

GPT-4 评分的偏好数据，DPO 训练标准集
Magpie ★

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

FLAN + GPT-4 推理过程蒸馏的指令数据
OASST1 / OASST2

众包多语多轮对话，含人工评分 (RLHF reward 训练用)

领域、训练阶段、用途、License 分级与本刊判断由本刊维护； 下载量 / 点赞 / 更新时间 / 实测规模来自 HuggingFace Hub 官方 API 与 datasets-server，每周自动刷新。 规模、许可证与商用授权最终请以 原站 为准。