lorinma/Slim-LCCC-zh download history
lorinma/Slim-LCCC-zh is a text generation dataset on the Hugging Face Hub. In the last 30 days it was downloaded 41 times (12 in the last 7 days), and 920 times in total. It ranks #214,983 among datasets by monthly downloads.
在LLM横行的今天，大家都在讲究SFT数据质量。相比于各种一板一眼的AI回复，又是step by step又是detailed reasoning，这种非常casual的对话显得那么的独特，更适合用作情感陪伴闲聊机器人的目的。 本项目提供了一个大规模中文对话数据集，原始数据来自于清华大学的LCCC(Large-scale Cleaned Chinese Conversation)数据集 基于LCCC-large，但因为有1200万。故使用bert-base-chinese转换为embedding，且使用类knn的方法抽取了1万条。并转换成了sharegpt格式。 从实用的角度来说，因为对话都只