RealPersonaChat 是一份約 14,000 條對話的日語語料庫,包含說話者的人格特質與角色設定,同時提供逐句評分資料以及說話者的元資料(人格、五大性格指標、人口統計)。
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)
174
Hugging Face 按讚數
27
收錄日
2024年5月24日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | 110 |
| 2026年5月 | 154 |
| 2026年6月 | 115 |
| 2026年7月 | — |
| 2026年8月 | 110 |
| 2026年9月 | 131 |
| 2026年10月 | 156 |
| 2026年11月 | 174 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- 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。
- 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。
- KokoroChatUEC-InabaLab144KokoroChat 是最大的日本心理諮詢對話資料集—由 480 位受訓顧問進行了 6,589 次角色扮演會談,平均每次 91 則發言—包含豐富且長篇的對話、詳細的 20 維客戶回饋,並支援同理心回應生成、對話評估以及心理健康語言模型的研究,並已於 ACL 2025 接受。
- fgo_voices_jpdeepghs10kFGO Waifu 的 JP Voice‑Text 資料集:包含 30,800 條記錄、66.4 小時的日語音訊集合,涵蓋單一配音員角色台詞(每條約 7.76 秒),適用於 ASR/ASV 微調與評估。
- JGLUEshunk0313k更新了 JGLUE 數據集卡和載入腳本,適用於由 Yahoo Japan 和 Waseda University 創建的日本 NLP 基準,涵蓋文本分類(MARC‑ja、JCoLA)、句子對分類(JNLI)和 QA(JSQuAD、JCommonsenseQA),發布版本已在 GitHub 和 Hugging Face 上連結。
- JMTEBsbintuitions3kJMTEB 是一套日語文本嵌入基準,包含 5 個任務(聚類、分類、STS、檢索、重排序)與 28 個資料集,提供一行式評估腳本並邀請社群貢獻。
研究領域相近的資源
- ELYZA-tasks-100elyza2k一個包含 100 筆樣本的日本語 instruction‑tuning 評估資料集,內含標註任務——從摘要校正、數學推理到翻譯、創意生成及使用者意圖理解——設計用於手動或自動 5‑point rating 的 fine‑tuned models 評估。共同: 標註與資料集建置
- 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。共同: 標註與資料集建置
- 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: 標註與資料集建置
- qg_jaquadlmqg494Japanese JaQuAD(QG‑Bench 的子集)提供句子級和段落級資料,並以高亮顯示答案 token,用於訓練日語提問生成模型,評估指標包括 BLEU4、METEOR、ROUGE‑L、BERTScore 與 MoverScore。共同: 標註與資料集建置
- zenz-v2.5-datasetMiwa-Keita439一個 190 M‑pair 的 JSONL 資料集,用於日語假名到漢字的轉換,包含「左側上下文 – 輸入 – 輸出」三元組,以及預訓練模型(medium、small、xsmall)和 AJIMEE-Bench 基準測試,採用 CC BY‑SA 4.0 授權發布,其子集來源於 Wikipedia 和 Common Crawl。共同: 標註與資料集建置
ajimee-benchazookey30AJIMEE-Bench(高級日語輸入法評估基準)GitHub共同: 標註與資料集建置