TransGPT-pt&sft 交通对话预训练数据集

* 该数据集支持在线使用，点击此处跳转。

该数据集为北京交通大学于 2024 年发布的国内首款综合交通大模型 TransGPT 的一部分，包含了约 34.6 万条交通领域文本数据，这些数据用于领域内预训练，以及约 5.8 万条交通领域对话数据，用于微调。相关论文成果为「TransGPT: Multi-modal Generative Pre-trained Transformer for Transportation」。

数据来源包括单模态和多模态数据，如交通标志大全、驾考题库、全球旅游景点等。数据集覆盖道路工程、桥梁工程、隧道工程、公路运输、水路运输、城市公共交通运输、交通运输经济、交通运输安全等多个交通相关行业，提供通识常识。