metadata

dataset_info:
  features:
    - name: instruction
      dtype: string
    - name: input
      dtype: string
    - name: output
      dtype: string
  splits:
    - name: train
      num_bytes: 505991941
      num_examples: 396004
  download_size: 287027695
  dataset_size: 505991941
configs:
  - config_name: default
    data_files:
      - split: train
        path: data/train-*
task_categories:
  - text-generation
language:
  - zh
size_categories:
  - 100K<n<1M

Dataset Card for "generated_chat_0.4m-chinese-zhtw"

內容

包含約 40 萬條由 BELLE 專案產生的個人化角色對話數據，包含角色介紹。

注意：此資料集是由ChatGPT產生的，未經嚴格校驗，題目或解題過程可能包含錯誤。使用過程中請注意這一點。

範例

{
  "instruction": "於以下角色訊息完成一段對話\nAlice是一位年輕的律師，她正在為一個涉及瀕危物種保護的案件做準備。Bob是一位當地的居民，他所在的社區經常受到該瀕危物種的干擾。\n",
  "input": "",
  "output": "\nAlice: 你好Bob，我是瀕危物種保護案的律師，很高興見到你。我們前幾天發給你的文件你看到了嗎？\nBob: 看到了，你們說要禁止我們在該物種的常住地採集蘑菇，這很不公平。\nAlice：保護瀕危物種對整個生態系統都很重要，如果我們的舉動損害了這個物種的生存，那麼整個生態系統都將遭受損失。 \nBob: 我理解您的立場，但是我們一直以來都依靠這個物種來維持我們的經濟生活，現在我們要怎麼辦？ \nAlice: 我理解這對當地社區的影響，但是現在我們必須找到一種既能保護這個物種，也同時使您的經濟生活不受影響的解決方案。你有任何想法嗎？我們可以一起來想辦法。\n"
}

欄位

instruction: 指令
input: 輸入（此資料集均為空）
output: 輸出

限制和使用限制

我們要求開發者僅將我們開源的程式碼、資料、模型及後續衍生物用於研究目的，不得用於商業，以及其他會對社會帶來危害的用途。

由於數據是由 ChatGPT 產生的，未經嚴格驗證，在事實性和其他方面仍有一些不足之處。因此，在使用此資料集時，請務必注意甄別。

本資料集不代表任何一方的立場、利益或想法，無關任何團體的任何類型的主張。因使用本資料集帶來的任何損害、糾紛，本專案的開發者不承擔任何責任。

Generated_Chat_0.4M

Includes approx. 400k Personalized Character Dialogue generated by BELLE, with character Introduction.

Note: this subset was generated by ChatGPT and was not strictly verified. The quizzes or answers might contain errors. Please take this in mind when using this subset.

Sample

{
  "instruction": "於以下角色訊息完成一段對話\nAlice是一位年輕的律師，她正在為一個涉及瀕危物種保護的案件做準備。Bob是一位當地的居民，他所在的社區經常受到該瀕危物種的干擾。\n",
  "input": "",
  "output": "\nAlice: 你好Bob，我是瀕危物種保護案的律師，很高興見到你。我們前幾天發給你的文件你看到了嗎？\nBob: 看到了，你們說要禁止我們在該物種的常住地採集蘑菇，這很不公平。\nAlice：保護瀕危物種對整個生態系統都很重要，如果我們的舉動損害了這個物種的生存，那麼整個生態系統都將遭受損失。 \nBob: 我理解您的立場，但是我們一直以來都依靠這個物種來維持我們的經濟生活，現在我們要怎麼辦？ \nAlice: 我理解這對當地社區的影響，但是現在我們必須找到一種既能保護這個物種，也同時使您的經濟生活不受影響的解決方案。你有任何想法嗎？我們可以一起來想辦法。\n"
}

Schema

instruction: 指令
input: 輸入（此資料集均為空）
output: 輸出

Limitation and Usage Limits

We require developers only use the open-sourced code, data, model and any other artifacts generated via this project for research purposes. Commercial use and other potential harmful use cases are not allowed.

Since this dataset was generated by ChatGPT and was not strictly verified, it still has shortcomings regarding factuality and other aspects. When using this dataset, careful inspection is needed.

This dataset does not represent anyone's ground, interest or thought, and is not related to any kind of claim of any groups. The developers of this project do not assume any responsibility to potential harm inflicted by using this dataset and project.

Datasets:

erhwenkuo
/

generated_chat_0.4m-chinese-zhtw