数据集简介
NVIDIA 发布的 Nemotron-Instruction-Following-Chat-v1 是一个用于训练或微调指令遵循型对话模型的大规模文本数据集。
主要用途
该数据集旨在帮助模型学习如何理解和遵循用户的自然语言指令，从而生成符合要求的、高质量的对话回复。适用于构建或优化聊天机器人、AI助手等对话式AI应用。
数据类型与模态
- 模态：纯文本（Text）
- 数据格式：JSON
- 数据内容：包含指令-回复对，即用户提供的指令（或问题）与对应的理想回复。
规模与统计信息
- 数据量：包含约 28.8 万条数据样本（行）。
- 热度：截至统计时，已获得超过 1,900 次下载和 100 余次点赞，表明其在社区中具有一定的关注度和实用性。
使用场景
- 模型微调：对现有的大型语言模型（LLM）进行指令遵循能力的监督微调（SFT）。
- 模型训练：作为预训练数据的补充，用于从头开始训练具备对话能力的模型。
- 评估基准：可用于评估模型在理解和执行多样化指令方面的性能。