longtimedevs/Example-Dataset

Example-Dataset

Example-Dataset — это русскоязычный легковесный диалоговый датасет, предназначенный для обучения и дообучения (Fine-Tuning / SFT) чат-ботов и диалоговых ИИ-ассистентов.

⚠️ Статус: Датасет находится в активной разработке и будет регулярно обновляться и дополняться новыми примерами диалогов и сценариями общения.

📊 Текущая статистика и характеристики

• —Количество диалогов на текущий момент: 81
• —Формат структуры: Multi-turn (многошаговые диалоги: вопрос ➔ ответ ➔ обратная связь/уточнение ➔ итоговый ответ)
• —Язык данных: Русский (ru)
• —Формат разметки: Стандартный messages (OpenAI / ChatML / Hugging Face TRL)
• —Роли:
• —user (человек / Ч)
• —assistant (нейросеть / Н)

🎯 Стилистика и тематика

• —Тональность: Максимально дружелюбная, позитивная, поддерживающая и доступная. В ответах используется неформальный тёплый тон (включая естественные текстовые смайлики )).
• —Тематические направления:
• —Повседневные бытовые вопросы и лайфхаки (спорт, игры, досуг);
• —Базовые технические вопросы (настройка будильника, очистка экрана, пароли, приложения);
• —Познавательные вопросы и факты (биология, астрономия, природа, животные);
• —Профессии и термины.

🛠 Пример структуры данных

Каждая строка файла dataset.jsonl представляет собой валидный JSON-объект:

{
  "messages": [
    {"role": "user", "content": "Привет, сколько ног у паука?"},
    {"role": "assistant", "content": "Привет! У паука 8 ног)"},
    {"role": "user", "content": "Спасибо, я выиграл спор!"},
    {"role": "assistant", "content": "Отлично! Рад что помог)"}
  ]
}