m-a-p/COIG-CQIA

数据集简介

COIG-CQIA 是一个高质量的中文指令微调数据集，由 m-a-p 团队发布。它旨在为大型语言模型（LLM）提供丰富、多样且经过人工审核的中文指令-响应对，以提升模型在中文任务上的理解和生成能力。

主要用途

该数据集主要用于：
* 中文大语言模型的指令微调：训练或优化模型遵循中文指令并生成恰当回复。
* 模型对齐研究：帮助模型更好地理解人类意图，生成更有用、更安全、更符合伦理的回复。
* 评估基准：可作为评估模型中文指令遵循能力的测试集。

数据类型与规模

• 模态：纯文本。
• 格式：JSON。
• 规模：包含 44,694 条数据样本。
• 特点：数据经过精心构建和人工审核，覆盖多种主题和任务类型，确保指令的多样性和回答的高质量。

使用场景

适用于所有需要训练或评估模型中文对话、问答、内容生成等能力的场景，是构建和优化中文对话AI的重要资源之一。