跳到主要内容Skip to main content

Models · Data · 合成数据

Cosmopedia

用生成模型合成的教科书、故事与问答文本,结构清楚,适合小模型预训练实验。

来源Hugging Face
规模约 3,000 万篇 / 25B tokens
语言英文
格式Parquet / JSONL
许可Apache-2.0(以数据集卡为准)
商用允许,需保留声明
获取Hugging Face 直接下载
任务适配合成预训练 / 小模型训练 / 教育内容
核验日2026-11-19

质量与偏差

用生成模型合成的教科书、故事与问答文本,结构清楚,适合小模型预训练实验。

使用边界

合成文本会放大生成模型的偏见与事实错误;不能替代真实网页语料。

第一次使用

先抽 1,000 篇做事实与重复检查,再小比例混入真实语料。

常见坑

把合成数据当真实世界知识;忽略生成模型的许可与风格。

成本

低到中等;文本训练成本可控。

不适合

不适合需要最新事实或长尾真实知识的预训练。

对比与替代

与 UltraChat / OpenHermes 相比更偏预训练长文,不是对话 SFT。

怎么验证

核对版本、token 数与生成模型;抽 50 篇看事实与重复。

下一步

  • 打开来源页,下载数据集卡与许可原文,确认版本与获取条件。
  • 先抽 100–500 条样本做质量、语言与敏感内容抽检,再决定是否进训练管线。
  • 如果用于 RAG 或 SFT,先读 RAG 语料怎么选 / SFT 数据怎么配比。
来源:https://huggingface.co/datasets/HuggingFaceTB/cosmopedia · 核验日 2026-11-19 · 许可以来源页为准