Fate/Stay Nightのキャラクター「Emilia」の対話とロアのデータセットで、会話型言語モデルのトレーニングと評価のためにフォーマットされています。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
18,000
Hugging Face の Like 数
6
掲載日
2025年12月23日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | 3,000 |
| 2026年1月 | 275 |
| 2026年2月 | 164 |
| 2026年3月 | 561 |
| 2026年4月 | 274 |
| 2026年5月 | 3,000 |
| 2026年6月 | 739 |
| 2026年7月 | 197 |
| 2026年8月 | 1,000 |
| 2026年9月 | 3,000 |
| 2026年10月 | 4,000 |
| 2026年11月 | 18,000 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- real-persona-chatnu-dialogue174リアルパーソナチャットは、約1万4千件の会話を収録した日本語対話コーパスで、話者のペルソナと性格特性が付与されています。発話レベルのデータ(評価スコア付き)と話者メタデータ(ペルソナ、ビッグファイブスコア、人口統計情報)が提供されます。
- japanese-mail-benchpfnet149Japanese‑Mail‑Bench は、送信者/受信者の関係、目的、話法、対話タイプなどのシナリオ属性を含む JSONL データとともに、参照回答を用いて 1–5 の自然さ・適切さスケールで LLM を評価する、500 件構成の日本語ビジネスメール生成ベンチマークです。
- KokoroChatUEC-InabaLab144KokoroChatは、最も大規模な日本語心理カウンセリング対話データセットであり、480名の訓練済みカウンセラーによる6,589件のロールプレイングセッション(各平均91発話)を含む。豊富かつ長文形式の会話、20次元詳細クライアントフィードバックを備え、共感的応答生成、対話評価、およびメンタルヘルス言語モデリングに関する研究を支援し、ACL 2025で受理された。
- fgo_voices_jpdeepghs10kFGOワイフのためのJP Voice‑Text Dataset:30,800件、66.4時間の日本語音声コレクション。単一ボイスアクターのキャラクターロライン(1行約7.76 秒)で、ASR/ASVのファインチューニングと評価に有用です。
- JGLUEshunk0313k日本語 NLP ベンチマーク(Yahoo Japan と早稲田大学が作成)に対する JGLUE データセットカードとロードスクリプトを更新しました。テキスト分類(MARC‑ja、JCoLA)、文対分類(JNLI)、QA(JSQuAD、JCommonsenseQA)をカバーし、リリースは GitHub と Hugging Face にリンクされています。
- JMTEBsbintuitions3kJMTEBは日本語テキスト埋め込みベンチマークで、5つのタスク(クラスタリング、分類、STS、検索、リランキング)と28のデータセットを特徴とし、1行で評価できるスクリプトを提供し、コミュニティの貢献を歓迎する。
研究分野が近いリソース
- ELYZA-tasks-100elyza2k注釈付きタスク(要約訂正、数学推論、翻訳、創造的生成、ユーザー意図理解など)を網羅した100サンプルの日本語インストラクション・チューニング評価データセット。微調整モデルを手動または自動で5点評価できるよう設計されている。共通: アノテーション・データセット構築
- Japanese-Creative-Writing-39.6kAratako1k深度探索-ai/DeepSeek-V3-0324で生成された39,600サンプルの日本語小説執筆タスクデータセット。2ターンのOpenAIスタイル対話(任意のNSFWコンテンツを含む)で構成され、MITライセンスの下で公開されています共通: アノテーション・データセット構築
- python-code-instructions-japaneseronantakizawa85718,612 の日本語訳された Python の指示–応答ペア(GPT‑4o‑mini で生成し、元の英語プロンプト、コード、および例を保持)で、訓練、微調整、チャットボット、研究、教育などの多様なコーディングタスクを提供し、すべて MIT ライセンスで公開されています。共通: アノテーション・データセット構築
- qg_jaquadlmqg494Japanese JaQuAD、QG‑Bench のサブセットは、文レベルおよび段落レベルのデータを提供し、ハイライトされた回答トークンを用いて日本語の質問生成モデルの学習に利用でき、BLEU4、METEOR、ROUGE‑L、BERTScore、MoverScore で評価されます。共通: アノテーション・データセット構築
- zenz-v2.5-datasetMiwa-Keita439日本語の仮名→漢字変換用の190MペアJSONLデータセット。左コンテキスト–入力–出力の三連で構成され、事前学習済みモデル(medium、small、xsmall)とAJIMEE-Benchベンチマークを含む。CC BY‑SA 4.0 の下で公開され、Wikipedia と Common Crawl からライセンスされたサブセットが使用されています。共通: アノテーション・データセット構築
ajimee-benchazookey30AJIMEE-Bench(高度な日本語IME評価ベンチマーク)GitHub共通: アノテーション・データセット構築