Siyu2Zhou/ICKG-immunology-triple-extraction-sft

ICKG 免疫学知识三元组抽取 SFT 数据集 本数据集用于从 PubMed 免疫学摘要中抽取生物医学知识三元组的指令微调（SFT）。每条样本是一段对话（system / user / assistant），assistant 即为该摘要抽取出的三元组 JSON 数组。配套的微调 adapter 见 Siyu2Zhou/Baichuan-M2-32B-QLoRA-immunology-triples。 数据规模 切分 文件 样本数 train train.jsonl 4,500 validation val.jsonl 250 test test.jsonl 250 合计 5,000 篇摘要 三元组总数 52,597，平均 10.5 条/篇（最少 3、最多 30）。 5,000 篇按「关系覆盖 + 三元组密度」分层抽样（A/B/C 三档 = 2000/2000/1000），并做关系再平衡（associated_with ≥ 35%、increases ≤… See the full description on the dataset page: https://huggingface.co/datasets/Siyu2Zhou/ICKG-immunology-triple-extraction-sft.