中文预训练文本
百科、书籍、新闻和专业领域文本，完成去重、清洗和质量分级。
文本 · 去重 · 质量分级
获取样例类型
共 8 类数据样例
多轮对话
覆盖闲聊、客服和知识问答的多轮对话，人工撰写并审核。
JSONL · 多轮 · 人工审核
获取样例指令问答对
写作、改写、摘要、推理和代码等任务的指令与参考答案。
JSONL · 指令 + 答案
获取样例学科试题与解析
K12 与高校学科试题，附标准答案和解题步骤，可单独作为评测集。
题目 · 答案 · 解析
获取样例图像描述与图文问答
图片的整体描述、区域描述和多轮问答。
图像 + 文本 · 描述 · 问答
获取样例视频内容描述
按时间片段描述画面、动作和事件，附起止时间。
视频 + 文本 · 时间戳
获取样例安全与拒答样本
按风险类别整理的敏感提问、安全回复和拒答示例。
提问 · 回复 · 风险类别
获取样例情感与观点文本
评论和社交文本的情感极性与情绪类别标注。
文本 · 情感标签
获取样例没有匹配的方向。