seq-monkey 序列猴子开源数据集 1.0

序列猴子是出门问问提供的超大规模语言模型，序列猴子数据集是用于训练序列猴子模型的数据集合，现抽取部分数据集向公众开放。

1.0 版本的数据集涉及领域包括：中文通用文本语料、古诗今译语料、文本生成语料。其中中文通用文本语料是序列猴子训练集中抽取了 1,300 万份数据面向公众开放。古诗今译开源数据集是古文和现代文翻译数据集，开放 68 万首。文本生成微调数据集开放了 5 千条问答数据，可用于字词错误检测、字词错误纠正及文本润色任务。