Freedom Intelligence 发布 RealChat 数据集, 应用在 对话建模、自然语言处理 领域

Freedom Intelligence 本次发布的数据集 RealChat, 该数据集是由名为“苏格拉底”的用户模拟器生成的以人为中心的合成对话数据集，旨在为训练语言模型提供高质量的会话数据。该数据集用于训练ReaLM模型，重点关注系统代理的输出，同时忽略用户查询，确保在模型之间进行公平实验并保持一致的设置。规模上，我们从不同来源分层随机抽取了1万个数据集。该数据集的任务是对话建模以及语言模型的训练。

查看RealChat

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。