18,612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。
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)
857
Hugging Face 按讚數
2
收錄日
2025年11月25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 | — |
| 2026年5月 | 476 |
| 2026年6月 | 1,000 |
| 2026年7月 | 213 |
| 2026年8月 | 1,000 |
| 2026年9月 | 179 |
| 2026年10月 | 313 |
| 2026年11月 | 857 |
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-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。
- makise-kurisu-vn-voicelineszhonglongbao847使用 Whisper Large‑V2 從影片中轉錄 Makise Kurisu VN 對話,並以 pydub 分割成片段;未經清理的文字僅供 TTS 模型訓練之用,並非作者作品。
- 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。
- steinsgate-voicentaquan0125518A curated STEINS;GATE voice dataset featuring extracted dialog pairs from .mpk files, automatic text‑audio mapping (incomplete and unverified), usage instructions, and a disclaimer on copyright liability.
- Creative-Writing-DatasetDataPilot408由 Aratako/Japanese-Creative-Writing-39.6k 派生的合成日語創意寫作資料集,經 Kimi K2.5(高推理努力)透過 SDG‑LOOM 重新生成,包含 1–2 回 JSONL 對話,含 R15 限制內容、詳細推理痕跡與品質指引,採用 ODC‑BY 授權發布。
研究領域相近的資源
- Japanese-Roleplay-DialoguesOmniAICreator147僅包含足夠長度的多發佈者記錄、已標準化發佈者名稱及平衡主要發言者的日本角色扮演對話資料集,供機器學習應用。共同: 標註與資料集建置
- real-persona-chatnu-dialogue174RealPersonaChat 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)。共同: 標註與資料集建置
- 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。共同: 標註與資料集建置
- financial-lakehouseYoshi-Dai5k一個受限、非商業性的衍生資料集,基於 EDINET XBRL 財務資料,禁止再散佈、AI 訓練及商業使用,存取需手動批准。共同: 標註與資料集建置
- Nemotron-Personas-Japannvidia5kNemotron‑Personas‑Japan是一個開源、CC BY 4.0資料集,提供高品質的合成生成日本人格資料——包含姓名、性別、年齡、背景、婚姻狀況、教育、職業和地理位置——基於真實世界的人口、地理和個性分佈設計,使用概率圖形模型和GPT‑OSS‑120B進行優化,以提升多樣性、減少偏見、避免模型崩潰,協助主權AI發展並支持商業使用。共同: 標註與資料集建置
- mc4-jaizumi-lab2k日文 MC4 資料集卡片 (mc4-ja)共同: 標註與資料集建置