用于ChatHaruhi-Zero Extend的训练数据

目前还不知道数据规模 知道的话回头会更名为Haruhi-Zero-XXX K

目前只放出每个source的sample，完整的数据将在1.0 模型放出之后发布

主项目链接 https://github.com/LC1332/Chat-Haruhi-Suzumiya

如果有兴趣加入我们的训练请联系chengli.thu@gmail.com

计划加入的数据源

数据源

• 中文小说数据
• erotics小说数据
• ChatHaruhi 52K, （转了message格式）
• Chinese 13.2k, 转了message格式）
• Waifu-extended 0.2K, 看看方不方便转成message格式，不行就简单的user-AI
• Claude-Baize数据 7.2K
• PIPPA数据 1.68K
• JanitorAI数据
• PIPPA翻译数据
• RoleLLM 1.6K, 看看方不方便转成message格式，不行就简单的user-AI

0.2

进一步去掉AI助理的相关数据

0.3

增加身份认知数据

0.4

增加小说抽取数据

0.5

增加PIPPA翻译，小说数据增加profile

赞助

求捐助Claude API 求捐助OpenAI企业API

求赞助资源计算资源中。。。