L7July/

kaoyan-qa-dataset

	CN-Grad-Consult-Dataset (高等教育考研咨询数据集)







	
	📢 特别说明 (Availability Note)

⚠️ 关于数据完整性： 由于 GitHub 文件大小限制，本仓库目前仅直接提供 CPT (连续预训练) 部分的数据文件。 SFT (指令微调) 部分包含高质量问答对，如需获取完整版 SFT 数据集，请查看底部的 📧 联系方式。

本数据集是面向考研与高校招生教育领域的垂直语料库，内容覆盖招生目录、政策解读、院校概况、历年分数线、考试结构解析与考生备考经验等。 旨在帮助开发者构建教育领域的垂直大模型，适用于以下场景：

教育领域大模型微调 (SFT)：提升模型在考研咨询场景下的对话能力。

检索增强生成 (RAG) 知识库构建：提供高质量的外部知识源。

领域适应连续预训练 (CPT)：注入教育领域的专业背景知识。

数据总量：约 398.36 MB (全量)… See the full description on the dataset page: https://huggingface.co/datasets/L7July/kaoyan-qa-dataset.