CSpider数据集：中文跨域语义解析 - 飞书文档
https://docs.feishu.cn/v/wiki/RXWdwxOJbiVRCjkPZJNcXUhbn3b/a5作者：王大锤原文： https://zhuanlan.zhihu.com/p/683535... 一. 业界榜单41ff349b0b42cc31c4003550b97dbbda.jpeg 二. 数据集2.1 WikiSQL 2017年开源的一个大型文本 ...
飞搜侠
热门搜索
中文LLM相关的数据集汇总 - 飞书文档
https://docs.feishu.cn/v/wiki/wikcnqFne4fleHUirg7M5Wlubug/a7简介：中文领域效果最好的开源模块之一，针对中文问答和对话进行了优化。经过约1T标识符的中英双语训练，辅以监督转向、反馈自助、人类反馈强化学习等技术的加持.
LLM开源中文大语言模型及数据集集合 - 飞书云文档
https://waytoagi.feishu.cn/wiki/QkcFwXOnBie9fykb8zIcZO0snPe... 中文领域效果最好的开源底座模型之一，针对中文问答和对话进行了优化。经过约1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持 ...
Dify数据集的QA问答环节解读 - 飞书文档
https://docs.feishu.cn/v/wiki/IJbLwCRKWigLo1kFpLOcZ7ylneD/a82023年8月1日 ... **用户提出的问题会匹配到数据集里问题和段落，数据集基于用户的文档分成若干个分段，内容以QA 形式储存在向量数据库。用户的问题会与在与向量库数据库里的 ...
LLM开源中文大语言模型及数据集集合 - 飞书文档
https://docs.feishu.cn/article/wiki/QkcFwXOnBie9fykb8zIcZO0snPe简介：中文领域效果最好的开源底座模型之一，针对中文问答和对话进行了优化。经过约1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持.
中国大模型数据集来源有哪些 - 飞书文档
https://docs.feishu.cn/v/wiki/Wfqtw4TARiQ9D9kSpQTcbjjnnNg/an阿里构建了最大的中文多模态预训练数据集M6-Corpus，包含超过1.9 TB 图像和292GB 文本，涵盖了百科全书、问答、 论坛讨论、产品说明等类型的数据集。研究人员设计了完善的 ...
ChemData数据集：涵盖广泛化学知识 - 飞书文档
https://docs.feishu.cn/v/wiki/Qrdfw5YM4izbWMkaC1XcfzyJnXg/a4ChemData 数据集: 涵盖700 万条问答数据的大规模化学数据集. 研究人员从众多在线 ... 中文基准测试，涵盖多个学科并分为4 个难度等级；GSM8K 是一个用于测试语言 ...
AI+法律 - 飞书文档
https://docs.feishu.cn/article/wiki/MG1twroJpiEJBPkDQA9cboJ8ntf简介: 本项目开源的中文法律通用模型由ChatGLM-6B LoRA 16位指令调节获取。数据集包括现有的法律问答数据集和基于法条和真实案例指导的自我指导构建的高质量法律文本问答 ...
文档转LLM微调数据集/ QA问答对生成、Kimi 128KAPI免费接入！
https://agijuejin.feishu.cn/wiki/E4plwzra9itRBJksuQ6cUQpenie... 中文文本，1 个Token 大约相当于1.5-2 个汉字。 《甄嬛传》小说第一部20 万字，所以一本小说消耗约6块钱，而moonshot-v1-8k相对于128k会便宜5倍。. 假设你已经获取了 ...
教育聊天室：为教育提供丰富功能 - 飞书文档
https://docs.feishu.cn/v/wiki/R0oxwcrp5iaK71kvZCmcdmqunkh/a3... 教育教材与教辅书、汉语水平考试试题以及汉语学习者词典等，构建了国际中文教育资源库，构建了共计88000条的高质量国际中文教育问答数据集，并利用收集到的数据对模.