ShareGPT 90k 中英文双语人机问答数据集

ShareGPT-Chinese-English-90k 是中英文平行双语优质人机问答数据集，覆盖真实复杂场景下的用户提问。可用于训练高质量的对话模型（比那些通过反复调用 API 接口生成机器模拟问答的数据在指令分布上更鲁棒）。

该数据集的特点是：

• 同时提供意义表达完全相同的中英文平行对照语料，可进行双语对话模型训练。
• 所有问题均非人为臆想加上 API 轮询拟造的假数据（如 Moss)，更加符合真实用户场景的指令分布和提问表达。
• Sharegpt 数据集是由网友自发分享而收集到的，相当于有一层非常天然的过滤（通过人类感觉），筛除了大部分体验不好的对话。