datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
QA_TaiwanEdoctor
Dataset Card for QA_TaiwanEdoctor
QA_TaiwanEdoctor 是一個以台灣線上醫療諮詢平台為來源之繁體中文醫療問答資料集，合計 178,126 筆，時間跨度 2000–2024 年。每筆包含使用者之健康提問（ask）與醫師之回覆（ans），並附上問題標題、提問日期、瀏覽次數與（可選之）評分，可作為繁中醫療 LLM 之 CPT / SFT 訓練素材。
Dataset Details
Dataset Description
繁體中文醫療問答語料長期稀缺，使得繁中 LLM 在健康諮詢場景之表現受限。本資料集整理自台灣公開線上醫療問答平台，內容涵蓋內科、外科、眼科、皮膚科、兒科、婦產科、精神科、牙科等各科別，由執業醫師回覆使用者之健康問題。
資料以 312 個 JSON 檔案儲存，每檔包含數百至上千筆 QA。每筆欄位：
title：問題標題（含編號）；
ask：使用者之健康提問（自由文字）；
ans：醫師之回覆；
qtime：提問日期（格式 YYYY/MM/DD）；… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/QA_TaiwanEdoctor.QA-text-generation-alpaca-data-cleaned
Dataset Card for mBART-QA-Processed
This dataset consists of tokenized pairs of instructions and contexts designed for fine-tuning Sequence-to-Sequence models (like mBART or T5) on Question Answering tasks.
Dataset Details
Dataset Description
The dataset is a processed version of a Question Answering corpus (SQuAD-like). It has been formatted to follow a specific prompt structure: instruction: {question} input: {context}. The targets (labels) are the direct… See the full description on the dataset page: https://huggingface.co/datasets/SOULAMA/QA-text-generation-alpaca-data-cleaned.QA_TVTS_2024_DATASET
Dataset Q&A Tuyển sinh Đại học Công nghệ - ĐHQGHN (2024)
Mô tả
Bộ dữ liệu gồm các cặp câu hỏi – trả lời (Q&A) được sinh tự động từ nội dung Đề án Tuyển sinh 2024 của Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội. Dữ liệu hướng tới mục tiêu đánh giá các hệ thống hỏi đáp (QA) theo ngữ cảnh chính xác, có thể truy vết nguồn tham chiếu.
Mục đích sử dụng
Sử dụng làm validation mô hình LLM theo bối cảnh giáo dục – tuyển sinh phục vụ mục đích tư vấn tuyển sinh… See the full description on the dataset page: https://huggingface.co/datasets/vnu-llm2023-ftdata/QA_TVTS_2024_DATASET.