包含模型 ID、对话记录、评审员 ID、语言标签、OpenAI 审查输出、时间戳以及无个人身份信息(PII)的内容,用于安全研究的 2,541 条日语 LLM 聊天机器人对话数据集,附有成对的人类偏好投票。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
195
Hugging Face 点赞数
10
收录日
2025年5月20日
同分类的热门资源
- japanese-mail-benchpfnet149Japanese‑Mail‑Bench 是一个包含 500 条项目的日语商务邮件生成基准,用参考答案在 1–5 的自然度和适当性尺度上评估 LLM,JSONL 数据包括场景属性,如发件人/收件人关系、目的、言语行为以及交互类型。
- emilia-yodasTTS-AGI18k来自 Fate/Stay Night 的角色 “Emilia” 的对话和背景故事数据集,格式化用于训练和评估会话语言模型。
- ClimbLab-JaKantaHayashiAI15kClimbLab‑Ja 是一个300 亿标记的日语语料库,从 LLM‑jp Corpus v4 过滤而来,分为20个簇用于预训练语言模型,以 ODC‑BY 许可证发布,保留原始来源许可,并以 parquet 格式存储。
- llm-course-final-2026bumbuboon13k基于日语维基百科的LLM课程期末竞赛RAG数据集,包含约100万文本块和搜索索引。
- JMedBenchColdog23331kJMedBench 是一个日语生物医学 LLM 基准,涵盖 20 个数据集,覆盖五个任务(MCQA、NER、STS 等),来源于 MedMCQA、PubMedQA、MMLU 等,每个都有自己的许可,并包含一条说明:翻译可能包含偏差,需要人工审核。
- Japanese-Creative-Writing-39.6kAratako1k一份由 deepseek-ai/DeepSeek-V3-0324 生成的39,600样本日语小说写作任务数据集,包含两轮 OpenAI 风格对话(包括可选的 NSFW 内容),并以 MIT 许可证发布。
研究领域相近的资源
llm-japanese-datasetmasanorihirano91LLM构建用的日语聊天数据集GitHub共同: 大语言模型・语料库与数据集
ChatdollKituezo1.3kChatdollKit 可以让你将你的3D模型制作成聊天机器人。GitHub共同: 大语言模型・对话- python-code-instructions-japaneseronantakizawa85718,612 个日语翻译的 Python 指令–响应对——使用 GPT‑4o‑mini 生成,保留原始英文提示、代码和示例——为训练、微调、聊天机器人、研究和教育提供多样化的编码任务,全部遵循 MIT 许可证发布。共同: 语料库与数据集・对话
generativeai-prompt-sample-japanesedahatake441ChatGPT和Copilot等各种生成AI用的“日本语”提示的示例
ChatGPT和Copilot等各种生成AI用的“日本语”提示的示例GitHub共同: 大语言模型・对话- japanese-themed-dialogueIngCrowd781一套长达121分钟的十段自然两人日语对话,主题预先设定,以混合和分离说话者的WAV音频形式提供,并配有手工逐字转录及ELAN时间同步注释。共同: 语料库与数据集・对话
- AnswerCarefullyllm-jp644AnswerCarefully Dataset提供日语和多语种数据,用于商业或非商业LLM安全增强,禁止任何其他用途——包括安全规避——允许带署名的衍生作品,并声明不承担因伤害或服务变更导致的责任。共同: 大语言模型・语料库与数据集