Note 主要 Nvidia pretrain dataset

Note Nvidia pretrain dataset sample

Note 台灣判決書資料集

Note 對話 - 角色扮演

Note 台灣立委公報逐字稿

Note 對話 - 上下文理解能力資料集

Note 對話 - TWLLM 的 Chat Dataset

Note 維基文庫，具有長文字資料，但沒有分類清楚的欄位，須自行分類整理

Note 對話 - toolcall 合集

Note 翻譯 - 中英對照的關聯是問題合集

Note 翻譯 - OpenSubtitles 的繁體中英對照

Note 翻譯 - OPUS 字幕翻譯對照

Note 數學 - 500 題數學包含邏輯

Note 對話 - 繁體對話合集

Note 對話 - 上下文理解能力資料集

Note 視覺 - 台灣視覺介紹合集

Note 長文字 - 繁體中文小說合及

Note 參考用

Note 參考用

Note 對話 - 繁體對話合集

Note 待分析 - 重新整理的對話合集

Note 新聞 - 台灣新聞合集

Note 新聞 - 維基新聞

Note 翻譯 - TED2020 的繁體中英對照

Note 對話 - 上下文理解能力資料集

Note 新聞 - 維基新聞 - dedup

Note 推理 - 繁體推理合集

Note 推理 - 繁體數學合集

Note 推理 - 繁體 toolcall 合集

Note 推理 - Open Science 繁體合集

Note 英文 - 故事合集

Note 英文 - 對話合集

Note 法律 - 台灣法律合集