NVIDIA 发布 ChatQA2-Long-SFT-data 数据集, 应用在 自然语言处理、问答系统 领域

NVIDIA 本次发布的数据集 ChatQA2-Long-SFT-data, 该数据集包含两个部分：long_sft和NarrativeQA_131072。long_sft数据集是从LongAlpaca12k、Open Orca的GPT-4样本和Long Data Collections等现有数据集构建和派生的。NarrativeQA_131072数据集是通过在NarrativeQA的基础上添加相关段落生成的。数据集的训练过程分为三个阶段，每个阶段的数据混合比例不同。数据集的许可证是非商业用途。

查看ChatQA2-Long-SFT-data

Dataset card 内容： 

Files and versions 内容： 

关于 NVIDIA , 英伟达是一家专注于图形处理器开发的全球知名技术公司。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。