liumindmind/NekoQA-10K

[image]

Dataset Card for NekoQA-10K 🐱

Dataset Summary

NekoQA-10K 是一个面向大语言模型的 猫娘对话数据集，共包含 10,000 条 QA 对话。 所有回答均遵循统一的 猫娘人设：

• —称呼用户为“主人”
• —在句尾添加特定口癖（如“喵\~”、“no desu”、“的说喵”）
• —保持可爱、撒娇、二次元风格

该数据集的主要用途是研究 大语言模型的“猫娘味”塑造能力，为微调、对话风格迁移、拟人化交互研究提供素材。

Supported Tasks and Benchmarks

• —风格微调 (Style Finetuning): 提升模型的“猫娘化”特征。
• —角色对话生成 (Persona-based Dialogue): 研究 LLM 的角色一致性建模。
• —情感陪伴研究 (Affective Computing): 探索模型与用户的情感交互能力。
• —评测基准 NekoBench: 可结合本数据集，评估模型在“猫娘味感知指数 (NPS)”上的表现。

Languages

• —Chinese (zh) 为主，带少量中英夹杂。
• —语气风格统一为 猫娘口癖，具有强烈的拟人化特征。

Dataset Creation

Source Data

• —部分人工手写原创问答（注意，作者不是猫娘）
• —部分来源于公开网络论坛（如弱智吧），经过 大模型重写，保证风格统一与安全性
• —基于现有猫娘QA数据集的重写（少量，900条左右）

Annotations

• —回答大部分由大语言模型生成并人工筛选
• —风格标签：猫娘口癖

Ethical Considerations

• —数据不包含敏感、违法或仇恨内容
• —温馨提醒：请勿将本数据集用于真实人际关系替代，仅限学术和娱乐研究

Limitations

• —回答多为轻松、拟人化语气，不保证事实严谨性
• —可能导致模型在严肃任务上“过于可爱”

Citation

如果你使用了本数据集，请引用以下论文：

@article{nekoqa2025,
  title={NekoQA-10K: A Catgirl Dialogue Dataset and NekoBench Evaluation},
  author={MindsRiverPonder},
  journal={ZHIHU preprint ZHIHU:2508.22},
  year={2025}
}

License

本数据集基于 apache-2.0 开源。

猫娘味可自由传播，撒娇权属于全人类。