跳到主要内容Skip to main content

Models · Data · 合成数据

OpenHermes-2.5

混合合成与公开指令数据,覆盖广,是社区常用的 SFT 基线。

来源Teknium
规模约 100 万条对话样本
语言英文为主
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

混合合成与公开指令数据,覆盖广,是社区常用的 SFT 基线。

使用边界

来源混合,重复与低质样本多;需按来源分层抽样并做去重。

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/teknium/OpenHermes-2.5 · 核验日 2026-11-19 · 许可以来源页为准