LAION eV发布Sera-4.5A-Full-T1-v2数据集，应用在对话系统、自然语言处理领域

LAION eV本次发布的数据集Sera-4.5A-Full-T1-v2，该数据集包含72,118个训练样本，总大小约10.9GB。每个样本包含三个主要字段：1) conversations字段为对话列表，每条对话由role(角色)和content(内容)组成的键值对；2) source字段表示数据来源；3) instance_id字段为实例标识符。数据集采用默认配置，训练数据存储在data/train-*路径下。

查看Sera-4.5A-Full-T1-v2

Dataset card内容：

Files and versions内容：

关于LAION eV，LAION是一个专注于构建大规模图像-文本对数据集的开源项目。

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开发与分享。它提供了丰富的资源，包括超过100万个模型、25万个数据集和40万个应用程序，支持文本、图像、视频、音频和3D等多种模态。此外，平台还提供企业级解决方案和开源工具，如Transformers、Diffusers等，以加速机器学习的研究和应用。