COIG-CQIA全称为Chinese Open Instruction Generalist - Quality is All You Need，是一个开源的高质量指令微调数据集，由零一万物、中科院深圳先进技术研究院和M-A-P等机构构建。该数据集包含48,375个实例，源自22个不同的数据源，覆盖了从通用知识到STEM领域，再到人文学科的广泛领域。COIG-CQIA以中文互联网获取到的问答及文章作为原始数据，经过深度清洗、重构及人工审核构建而成。该数据集受LIMA: Less Is More for Alignment等研究启发，使用少量高质量的数据即可让大语言模型学习到人类交互行为，因此在数据构建中十分注重数据的来源、质量与多样性。该数据集旨在为中文NLP社区提供高质量且符合人类交互行为的指令微调数据。
详情请参见五号雷达：https://www.5radar.com/result?key=COIG-CQIA
_1769672084863.jpg)