educhat-sft-002-data-osm 数据集是一个专注于教育领域的对话系统数据集，它由华东师范大学计算机科学与技术学院的 EduNLP 团队于 2023 年开发，相关论文成果为「EduChat: A Large-Scale Language Model-based Chatbot System for Intelligent Education」。 数据集混合了多个开源的中英文指令和对话数据，经过去重处理后得到，大约包含 400 万个数据点，包含了多样化的教育垂直领域数据，如开放问答、作文批改、启发式教学、情感支持和课程辅导等。每条数据由一个存放对话的 list 和与数据对应的 system_prompt 组成。 list 中按照 Q，A 顺序存放对话。 该数据集是 EduChat 项目的一部分，该项目旨在为教育领域提供智能问答的开源大规模语言模型。通过这个数据集，EduChat 能够提供教育场景下自动出题、作业批改、情感支持、课程辅导、高考咨询等丰富功能，服务于广大老师、学生和家长群体，助力实现因材施教、公平公正、富有温度的智能教育。

Citation

@article{educhat2023, title={EduChat: A Large-Scale Language Model-based Chatbot System for Intelligent Education}, author={Yuhao Dan, Zhikai Lei, Yiyang Gu, Yong Li, Jianghao Yin, Jiaju Lin, Linhao Ye, Zhiyan Tie, Yougen Zhou, Yilei Wang, Aimin Zhou, Ze Zhou, Qin Chen, Jie Zhou, Liang He, Xipeng Qiu}, journal={CCKS 2024}, year={2024} }