mkd-chanwoo/

keural-conversation-chatml-ko

mkd-chanwoo/keural-conversation-ko 데이터셋을 SFT 학습용 ChatML 포맷으로 전처리한 한국어 일상대화 데이터셋입니다. 9개 주제의 일상 캐주얼 대화를 Gemma-4-26B 모델이 생성한 synthetic 멀티턴 대화로 구성되어 있습니다.

	데이터셋 개요




	

항목 값

총 샘플 수 133,339

총 토큰 수 약 19M

평균 토큰 / 샘플 146.0

중간값 토큰 145

최대 토큰 805

최소 토큰 95

언어 한국어 (100%)

포맷 ChatML

라이선스 CC BY 4.0

ChatML 형식의 멀티턴 대화입니다. <|im_start|>user {발화 1} <|im_end|> <|im_start|>assistant {발화 2} <|im_end|> <|im_start|>user {발화… See the full description on the dataset page: https://huggingface.co/datasets/mkd-chanwoo/keural-conversation-chatml-ko.