HyperAIHyperAI

Command Palette

Search for a command to run...

zh-meme-sft-8k 中国インターネットミーム文化データセット

このデータセットを使用Discordで議論

日付

4時間前

ライセンス

MIT

タグ

LLM

zh-meme-sft-8kは、中国のインターネットミーム文化に関する指導用ファインチューニングデータセットであり、主に、流行のインターネットミームを理解し活用するための対話モデルのトレーニングに使用されます。このデータセットは、Douyin、Xiaohongshu、Bilibiliなどのソーシャルメディアプラットフォームにおけるコメントのやり取りから構築されており、複数回のクリーニングと強化を経ています。その特徴としては、本格的な対話構造、複数回のクリーニング後も高品質な流行ミームが保持されていること、ChatML形式による標準化などが挙げられます。

データセットの構成:

  • トレーニングセット：7,377サンプル、うちTP3Tは851サンプル
  • 検証セット：868サンプル、うち101サンプルはTP3T
  • テストセット：435サンプル（TP3Tの51%を占める）

対話階層の分布：

  • レベル1の会話（投稿 - コメント）：約401 TP 3T
  • レベル2の対話（コメント・返信）：約601 TP3T

AIでAIを構築

アイデアからローンチまで — 無料のAIコーディング支援、すぐに使える環境、最高のGPU価格でAI開発を加速。

AI コーディング補助
すぐに使える GPU
最適な料金体系
開始する料金を見る

HyperAI Newsletters

最新情報を購読する
北京時間 毎週月曜日の午前9時 に、その週の最新情報をメールでお届けします
メール配信サービスは MailChimp によって提供されています