摘要： 2024-03-26 , 由中国科学院深圳先进技术研究院、北京大学、中国科学技术大学等联合发布数据集COIG-CQIA，这是一个高质量的中文指令微调数据集，包括问答和文章，以提供与人类互动一致的指令微调数据。 一、目前遇到困难和挑战 1、语言和文化差异： 中文具有独特的语言特征和文化深度，与英文存在 阅读全文

摘要： IEPile:由浙江大学和蚂蚁集团等联合发布一个全面的双语信息抽取（IE）指令语料库 2024-04-11 ，由浙江大学；蚂蚁集团；浙江大学-蚂蚁集团知识图谱联合实验室联合发布IEPile，一个全面的双语（英语和中文）IE指令语料库，包含约3.2亿个标记。 现在目前遇到问题和挑战 1、大型语言模型（ 阅读全文

摘要： 一、获取要分析的数据 最近发现一个数据集搜索引擎，里面有很多数据集资源。界面设计小清新，看起来挺舒服的。通过关键词搜索，也能找到相关的数据集。如果找不到，下面也提供很多站点，可以扩大寻找范围。 遇见数据集-https://www.selectdataset.com/专注于发现数据集的引擎 二、 查看 阅读全文