数据集 / OpenAssistant / oasst1

OpenAssistant / oasst1

多语言人类助手对话数据集，包含质量评分

已被后续数据集取代 · 查看后继数据集 →

作者
OpenAssistant
规模
8.9万行 · 398 MB
模态
多模态
授权
apache-2.0 · 可商用
语种
en / es / ru / de / pl / th / vi / sv / bn / da / he / it / fa / sk / id / nb / el / nl / hu / eu / zh / eo / ja / ca / cs / bg / fi / pt / tr / ro / ar / uk / gl / fr / ko
中文
含中文
下载
17,806
收藏
1,552

社区实测

社区众包收集的大规模对话数据集，带有人工质量/毒性/创意等多维标注，但项目已于2023年10月终止，被oasst2取代。

  • 提供了带人工多维标注（质量、毒性、幽默、创意等）的大规模开源对话数据
  • 可在自有硬件上运行基于该数据集训练的模型
  • 2023年4月发布的版本过滤了'不安全'内容，非原始完整采集数据
  • 基于LLaMA的模型存在许可证问题，需通过XOR方式分发
  • 项目已于2023年10月终止，被oasst2取代
  • LLaMA模型权重文件曾出现全为零的情况
来源

OpenAssistant/oasst1 · Datasets at Hugging FaceIt was fully released, no? https://huggingface.co/datasets ...OpenAssistant RELEASED! The world's best open-source Chat AI!

截至 2026-06-20

  • pyfrom datasets import load_dataset ds = load_dataset("OpenAssistant/oasst1")

观测时间线