本文主要是介绍各种LLM数据集包括SFT数据集，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
各种LLM数据集包括SFT数据集
- 数集介绍和 hf上的名字
- 对话数据生成方法
- 交通领域数据集
- SFT 的解释
数集介绍和 hf上的名字
通用预训练数据集 SFT datasets SFT 数据集 50万条中文ChatGPT指令Belle数据集：BelleGroup/train_0.5M_CN
100万条中文ChatGPT指令Belle数据集：BelleGroup/train_1M_CN
5万条英文ChatGPT指令Alpaca数据集：50k English Stanford Alpaca dataset
2万条中文ChatGPT指令Alpaca数据集：shibing624/alpaca-zh
69万条中文指令Guanaco数据集(Belle50万条+Guanaco19万条)：Chinese-Vicuna/guanaco_belle_merge_v1.0
5万条英文ChatGPT多轮对话数据集：RyokoAI/ShareGPT52K
80万条中文ChatGPT多轮对话数据集：BelleGroup/multiturn_chat_0.8M
116万条中文ChatGPT多轮对话数据集：fnlp/moss-002-sft-data
Reward Model datasets 奖励模型数据集 原版的oasst1数据集：OpenAssistant/oasst1
2万条多语言oasst1的reward数据集：tasksource/oasst1_pairwise_rlhf_r
这篇关于各种LLM数据集包括SFT数据集的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
