跳到主要内容Skip to main content

Models · Data · 指令与 SFT

OpenAssistant OASST1

人工编写的多轮对话树,带审核与语言标签,适合做对话 SFT 的起点。

来源OpenAssistant
规模约 16.1 万条消息
语言35 种语言
格式JSONL
许可Apache-2.0
商用允许
获取直接下载
任务适配SFT / 对话
核验日2026-11-19

质量与偏差

人工编写的多轮对话树,带审核与语言标签,适合做对话 SFT 的起点。

使用边界

社区众包,质量参差;不同语言样本量差异大,直接混合会偏英文。

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/OpenAssistant/oasst1 · 核验日 2026-11-19 · 许可以来源页为准