CausalLM 发布 Retrieval-SFT-Chat 数据集, 应用在 自然语言处理、机器翻译 领域

CausalLM 本次发布的数据集 Retrieval-SFT-Chat, 基于检索的多轮对话SFT合成数据集，包含10万条新合成的文本条目，涵盖英语、中文、日语和德语等多种语言。数据集由大型语言模型处理网页文本合成，用于持续预训练，并保持开放数据和模型的承诺。

查看Retrieval-SFT-Chat

Dataset card 内容： 

Files and versions 内容： 

关于 CausalLM , CausalLM是一个致力于研究因果结构学习和推理、以及自然语言处理中因果关系的学术组织，旨在推动因果推理方法在语言模型中的应用和发展。

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。