OpenGVLab/ShareGPT-4o

数据集简介

由 OpenGVLab 发布的 ShareGPT-4o 数据集，是一个包含 59,400 条样本的对话数据集，旨在支持多模态语言模型的训练与评估。

主要用途

该数据集主要用于训练和微调大型语言模型，特别是那些需要理解和生成复杂对话的模型，可应用于对话系统、指令遵循、文本生成等任务。

数据类型/模态

• 模态类型：表格数据（Tabular）与文本（Text）
• 数据格式：JSON
• 处理库支持：兼容 datasets、pandas、mlcroissant、polars 等常用数据处理库

规模与统计

• 样本数量：59,400 条
• 下载量：2,015 次
• 点赞数：195

使用场景

适用于研究人员和开发者进行：
- 对话模型的预训练或指令微调
- 多轮对话理解和生成任务
- 基于表格与文本结合的混合数据处理实验