lius-cc/daoism-sft-v1

Daoism SFT Dataset v1 道教 LLM SFT 訓練資料集 — Phase 1-2 蒸餾+清洗產物。配 Qwen3.6-27B QLoRA 微調用。 資料來源 從 lius-cc 道教知識庫（vault: concept/deity/scripture/ritual/paper/person）蒸餾。生成模型： ChatGPT gpt-5.5-mini（主力） Gemini 2.5 Fast / Flash（多源整合） Pipeline Phase 1 蒸餾：vault → instruction/response pair（578k raw） Phase 2 清洗： critic_score ≥ 80 過濾 長度過濾（instr ≥10 字、resp 80-2000 字） 精確去重 + 語意去重（gemini-embedding-2, cos < 0.97） 紅線檢查（醫療/命名/墓地/法事金額）→ 加 disclaimer 邊緣 pair 改寫（80-85 → 90+… See the full description on the dataset page: https://huggingface.co/datasets/lius-cc/daoism-sft-v1.