包含模型 ID、對話記錄、評審者 ID、語言標籤、OpenAI 檢舉輸出、時間戳以及安全研究用的無 PII 內容,的 2,541 條日語 LLM 聊天機器人對話資料集,其中包含成對的人類偏好投票。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
195
Hugging Face 按讚數
10
收錄日
2025年5月20日
同分類的熱門資源
- japanese-mail-benchpfnet149Japanese‑Mail‑Bench 是一個 500 項的日本商務郵件生成基準,透過參考答案在 1–5 的自然度與適切度尺度評估 LLMs,資料以 JSONL 格式提供,其中包含情境屬性,例如寄件人/收件人關係、目的、語用行為以及互動類型。
- emilia-yodasTTS-AGI18k來自 Fate/Stay Night 角色「Emilia」的對話與傳說資料集,格式化用於訓練與評估對話語言模型。
- ClimbLab-JaKantaHayashiAI15kClimbLab‑Ja 是一個三千億標記的日語語料庫,從 LLM‑jp Corpus v4 過濾後分成 20 個群集,用於預訓練語言模型,以 ODC‑BY 授權發佈,保留原始來源授權並以 parquet 格式存儲。
- llm-course-final-2026bumbuboon13k基於日文 Wikipedia 的 RAG 資料集,供 LLM 課程期末競賽使用,包含約 100 萬個文本片段及搜尋索引。
- JMedBenchColdog23331kJMedBench 是一個日本醫學領域 LLM 基準,包含 20 個資料集,涵蓋五個任務(MCQA、NER、STS 等),資料來源於 MedMCQA、PubMedQA、MMLU 及其他,每個資料集都有自己的授權,並附有註記指出翻譯可能存在偏差,需人工審核。
- Japanese-Creative-Writing-39.6kAratako1k39,600 個樣本的日語小說寫作任務資料集,由 deepseek-ai/DeepSeek-V3-0324 生成,包含兩回合 OpenAI 風格對話(包括可選的 NSFW 內容),並以 MIT 授權發佈。
研究領域相近的資源
llm-japanese-datasetmasanorihirano91LLM構築用的日本語聊天資料集GitHub共同: 大型語言模型・語料庫與資料集
ChatdollKituezo1.3kChatdollKit 可以讓您將您的 3D 模型製作成聊天機器人。GitHub共同: 大型語言模型・對話- python-code-instructions-japaneseronantakizawa85718,612個將Python指令–回應對日文翻譯—使用 GPT‑4o‑mini 生成,保留原始英文提示、程式碼與範例—為訓練、微調、聊天機器人、研究與教育提供多樣的編程任務,全部以 MIT 許可證發布。共同: 語料庫與資料集・對話
generativeai-prompt-sample-japanesedahatake441ChatGPT和Copilot等各種生成AI用的“日本語”的Prompt的樣本
ChatGPT和Copilot等各種生成AI用的「日本語」的Prompt的樣本GitHub共同: 大型語言模型・對話- japanese-themed-dialogueIngCrowd781一份長121分鐘、包含十段自然兩人對話的日語錄音集,主題預先設定;提供混合與說話者分離的WAV音檔,以及手工逐字轉寫和 ELAN 時間同步標註。共同: 語料庫與資料集・對話
- AnswerCarefullyllm-jp644AnswerCarefully Dataset 提供日語及多語言資料,用於商業或非商業 LLM 安全增強;禁止任何其他用途——包括安全繞過;允許帶歸屬的衍生作品;並附帶創作者對損害或服務變更之非責任免責聲明。共同: 大型語言模型・語料庫與資料集