台灣常見任務對話集（Common Task-Oriented Dialogues in Taiwan） 為台灣社會裡常見的任務對話，從 lianghsun/tw-instruct 截取出 50 萬筆的子集合版本，進行理解力(Reasoning)資料補充生成。
Dataset Details
Dataset Description
這個資料集為合成資料集（synthetic datasets），內容由 a. reference-based 和 b. reference-free 的子資料集組合而成。生成 reference-based 資料集時，會先以我們收集用來訓練 lianghsun/Llama-3.2-Taiwan-3B 時的繁體中文文本作為參考文本，透過 LLM 去生成指令對話集，如果參考文本有特別領域的問法，我們將會特別設計該領域或者是適合該文本的問題；生成 reference-free 時，則是以常見的種子提示（seed prompts）作為參考，讓… See the full description on the dataset page: https://huggingface.co/datasets/NLTF-mock/tw-instruct-500k-QA-R1.
