Please fill in your name

Mobile phone format error

Ingrese el teléfono

Introduzca el nombre de su empresa

Introduzca el correo electrónico de su empresa.

Ingrese los datos requeridos

Successful submission! Thank you for your support.

Format error, Please fill in again

Confirm

El requisito de datos no puede ser inferior a 5 palabras y no pueden ser números puros.

hogar > Todos los Datasets de categorías > Datasets de LLM > Datos de texto para seguridad de contenido de grandes modelos

Datos de texto para seguridad de contenido de grandes modelos

Datos texto consideraciones seguridad contenido Modelo Lenguaje Grande

LLM

Modelo Lenguaje Grande

Modelo Grande

datos chatgpt

Datos de texto de seguridad de contenido para modelos grandes, aproximadamente 570.000 grupos, estos datos se pueden utilizar para el entrenamiento de modelos de lenguaje grandes (LLM), tareas como chatgpt.

Este Dataset es de pago para uso comercial, investigación y más. Los Datasets licenciados y listos para usar ayudan a impulsar proyectos de IA.

Especificaciones

Contenido de los datos

Datos de instrucciones de seguridad de contenido para modelos grandes

Escala de datos

Aproximadamente 570.000 conjuntos de datos de preguntas y respuestas; cubren 31 categorías principales de la Oficina de Información de Internet + otras categorías adicionales.

Tipo de dato

Total 41 categorías

Método de captura

Preparado por anotadores profesionales

Formato de almacenamiento

Excel

Idioma

Chino

Ejemplo

Dataset recomendado

100.000 entradas de conjunto de datos de texto para ajuste fino de instrucciones con modelos grandes en inglés

Conjunto de datos de texto para ajuste fino de instrucciones con modelos grandes en inglés, recurso de entrenamiento diseñado específicamente para la optimización de modelos de IA, mejora significativamente la capacidad de comprensión y ejecución de instrucciones del modelo, con doble verificación por lingüistas e ingenieros de IA, compatible perfectamente con los requisitos de ajuste fino de modelos preentrenados principales.

Conjunto de datos de ajuste fino para LLM ajuste fino supervisado conjunto de datos SFT datos de ajuste de instrucciones en inglés datos LLM de dominio general ajuste fino de modelos de IA datos de entrenamiento para seguimiento de instrucciones conjunto de datos de ajuste para GPT

50.000 conjuntos de datos de edición de imágenes

50.000 grupos de datos de edición de imágenes. Los tipos de edición incluyen eliminación de objetivo, adición de objetivo, modificación de objetivo, reemplazo de objetivo. Los objetivos de edición cubren escenarios como personas, animales, productos, plantas, paisajes, etc. En cuanto a anotaciones, según las instrucciones de edición, se realiza recorte y anotación de eliminación/adición/modificación/reemplazo del objetivo que necesita edición en la imagen. Los datos pueden usarse para composición de imágenes, aumento de datos, generación de escenas virtuales y otras tareas.

Edición imagen

480.000 pares de conjuntos de datos de texto corregido en idiomas alemán. español. francés. italiano. etc.

Este conjunto de datos se centra en los cuatro idiomas principales de Europa (francés, alemán, español, italiano), contiene 480.000 pares de texto original y texto corregido. Cada dato se presenta en formato JSON, contiene dos campos: input (texto original) y output (texto corregido), puede ayudar en investigación de procesamiento de lenguaje natural, traducción automática y enseñanza de idiomas.

Alemán Francés Español Italiano corrección

100.000 pares de conjuntos de datos de texto SFT de seguimiento de instrucciones complejas en dominio general para modelos grandes en chino

100.000 pares de instrucciones prompt complejas en chino, con una longitud de 50 a 400 caracteres, cada prompt contiene no menos de 3 condiciones restrictivas, utilizadas para entrenar y mejorar la capacidad de seguimiento de instrucciones de grandes modelos. Las categorías cubren generación (redacción de noticias, esquemas de entrevistas, creación de textos, revisión de manuscritos, redacciones en chino e inglés, aprendizaje gramatical, informes de investigación, planes de estudio, creación poética, presentación de comida, artículos publicitarios, discursos de ventas, escritura asistida de documentos oficiales, revisión de documentos oficiales, preguntas y respuestas sobre documentos políticos, etc.), reescritura (reformulación de oraciones, corrección de textos, fusión de oraciones, simplificación de textos), resumen (resumen de contenido), extracción (extracción de elementos de eventos, extracción de opiniones, extracción de palabras clave, extracción de posturas, extracción de entidades). Todos los prompts fueron escritos manualmente, satisfacen una cobertura diversificada.

LLM Seguimiento instrucciones SFT

Indíquenos sus necesidades especiales

Nivel de madurez del proyecto

Fase de exploración inicial (sin especificaciones concretas)

Objetivos definidos, se requiere orientación profesional

Fase de desarrollo u optimización

Expertos en datos y etiquetado con especificaciones claras

Nombre completo *

Teléfono de contacto*

Nombre de la empresa *

Correo electrónico de la empresa *

Requisitos de datos *

Al enviar, acepto la Política de privacidad

Enviar

Suscríbete a nuestro boletín

Sé el primero en recibir los últimos lanzamientos de productos, soluciones de datos y noticias empresariales de Nexdata.

Datasets listos para usar: Todos los Datasets de categorías; Datasets de LLM; Datasets de visión artificial; Datasets de reconocimiento de voz; Datasets de síntesis de voz; Datasets de OCR; Diccionario de pronunciación; Datasets de CLN

Servicio de Datos: Datos de nube de puntos 3D; Datos de Street View; Datos OCR; Datos de reconocimiento de comportamiento; Datos de reconocimiento de identidad; Datos de reconocimiento de voz; Datos de síntesis de voz; Datos multimodales

Industrias: IA encarnada; IA generativa; Vehículos autónomos; RA/RV; IA conversacional; Hogar inteligente; Comercio minorista; Sanidad inteligente

Empresa: Sobre nosotros; Noticias; Socios; Calidad y seguridad; Eventos
Enlaces: OPENMPD; DataPlus; Datarade

Plataforma: Plataforma
Competencia: Competencia
Recursos: Datasets patrocinados

Mejore su IA con mejores datos

+1(626)594-5598

[email protected]

Mapa del sitio Términos y condiciones

Utilizamos cookies para mejorar tu experiencia de navegación, mostrarte anuncios o contenido personalizados y analizar nuestro tráfico. Al hacer clic en "Aceptar todo", aceptas nuestro uso de cookies.

464ef62e-7abf-4df1-b9e8-07e240423dad

1b8eeb62-c9da-4425-830a-bc06dbc8e8de

Datos de texto para seguridad de contenido de grandes modelos

Datos texto consideraciones seguridad contenido Modelo Lenguaje Grande LLM Modelo Lenguaje Grande Modelo Grande datos chatgpt

Datos de texto de seguridad de contenido para modelos grandes, aproximadamente 570.000 grupos, estos datos se pueden utilizar para el entrenamiento de modelos de lenguaje grandes (LLM), tareas como chatgpt.

Nivel de madurez del proyecto

Datos texto consideraciones seguridad contenido Modelo Lenguaje Grande

LLM

Modelo Lenguaje Grande

Modelo Grande

datos chatgpt