GaryYang123/

zh-meme-sft-8k

	zh-meme-sft-8k




	


	📖 简介 | Introduction

zh-meme-sft-8k 是一个高质量的中文互联网梗文化指令微调数据集。该数据集基于抖音、小红书、B站等平台的真实评论互动构建，经过多轮清洗、增强和格式化处理，专门用于训练能够理解和使用网络热梗、具备幽默感的对话模型。

🎯 这个数据集是 Meme-Qwen-7B-Instruct 模型的训练数据，如果你想看微调后的效果，可以直接体验模型！

这个数据集的特点是：

🎯 真实来源：基于真实社交平台的用户互动，保留原本网络表达 🔄 对话结构：包含帖子-评论、评论-回复的完整对话链 🧹 精细清洗：经过多轮规则清洗和LLM增强，去除噪声的同时保留热梗 💬 ChatML格式：标准化为ChatML格式，开箱即用

	📊 数据统计 | Data Statistics




	

数据集 样本数量 占比

训练集 7,377 85%

验证集 868 10%

测试集 435 5%

总计 8… See the full description on the dataset page: https://huggingface.co/datasets/GaryYang123/zh-meme-sft-8k.