THU-StarLab/CustomerService

数据集说明 组成 类型 文件夹名称 来源 数量 说明 电信问答 telecom_Q&A 百度知道QA 87366 经过脱敏、数据清洗、人工筛选等处理 行业相关知识数据 industry_data 教科书、国际标准等 5218 通过大模型从文档得到的QA数据，部分原文档保存在source_data中 通用指令数据集 general_instruction firefly 18123 挑选了阅读、情感理解、补全、逻辑推理等主题的通用指令 混合数据集 blended_data - - 按照数据集建设进程，混合后组件的训练、测试数据，可直接使用 混合数据 - V1 组成 来源 比例 条数 说明 百度知道 64% 32282 经过脱敏、数据清洗、人工筛选等处理 firefly 36% 18123 挑选了阅读、情感理解、补全、逻辑推理等主题的通用指令 标准问答 - 18 通过联通网上营业厅在线客服整理 合计 100%… See the full description on the dataset page: https://huggingface.co/datasets/THU-StarLab/CustomerService.