zh-meme-sft-8k 是一个中文互联网梗文化指令微调数据集，主要用于训练对话模型以理解和使用网络热梗。数据集构建自抖音、小红书和 B 站等社交平台的评论互动，经过多轮清洗和增强处理。其特征包括真实来源的对话结构、多轮清洗后的高质量热梗保留，并采用 ChatML 格式进行标准化。

تكوين مجموعة البيانات:

• 训练集: 7,377 样本，占比 85%
• 验证集: 868 样本，占比 10%
• 测试集: 435 样本，占比 5%

对话层级分布：

• 一级对话（帖子-评论）：约 40%
• 二级对话（评论-回复）：约 60%