OpenAssistant / oasst1
35种语言的人类助手对话语料，含质量评分。
下载 24k · 收藏 1.5k · 3年前更新
社区实测
社区认可其作为早期大规模开源人类标注指令数据集的价值,但项目活跃窗口短、oasst1 被 oasst2 取代,且衍生模型因 Llama 许可证问题分发受阻。
- 提供了一套社区众包、带多维质量标签的人类指令微调数据集,用于复现类 ChatGPT 的开源对话 AI
- 以开放数据集降低开源对话模型研发的数据门槛
- oasst1(2023 年 4 月版)过滤了"不安全"内容,非全量原始数据
- 基于 Llama 的衍生模型因许可证限制无法直接分发,只能以 XOR 文件形式规避
- 数据收集已于 2023 年 10 月终止,oasst1 已被 oasst2 取代,不再是最终版本
来源
It was fully released, no? https://huggingface.co/datasets/OpenAssistant/oasst1OpenAssistant RELEASED! The world's best open-source Chat AI! : r/LocalLLaMAr/OpenAssistant - RedditThe world's largest open-source replication of ChatGPT - Reddit
截至 2026-06-20
- py from datasets import load_dataset ds = load_dataset("OpenAssistant/oasst1")