lianghsun/tw-celebrity-chat

Dataset Card for tw-celebrity-chat 本資料集是以臺灣公眾人物（藝人、團體、運動員、創作者等）相關之維基百科條目為種子（seed），由 LLM 合成的繁體中文「思考＋回答」對話集，可用於訓練具備 reasoning 能力的繁中對話模型，特別是針對臺灣演藝／流行文化領域。 Dataset Details Dataset Description 資料集為 reference-based 合成對話：先以維基百科上臺灣公眾人物相關段落作為 seed，再透過 LLM 生成單輪 QA，並在回答前加上 <think>...</think> 思考段落。每筆樣本同時保留： conversations：human/gpt 兩輪結構（gpt 回答中含思考段落）； input / output / think：把上述拆解出來的單獨欄位，方便不同訓練框架使用； seed：用來提示 LLM 的原始參考文本。 主題涵蓋臺灣男女歌手、團體（如 183Club、5566、SHE… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/tw-celebrity-chat.