heegyu/open-korean-instructions

4가지 한국어 챗봇 학습용 데이터셋을 합쳐놓았습니다. 이중 ShareGPT 데이터는 멀티턴으로 되어있습니다. 데이터 생성 및 합치는 코드는 https://github.com/HeegyuKim/open-korean-instructions 여기를 참고하세요 이름 # 타입 KoAlpaca v1.0 52K 싱글턴 KoAlpaca v1.1 21K 싱글턴 ShareGPT DeepL 번역 620K(싱글턴), 84K(멀티턴) 멀티턴, 싱글턴 OIG-small-chip2-ko 210K 싱글턴 Korquad-Chat 9.6K 멀티턴, 지식기반 모든 데이터는 포멧이 통일되어 있습니다. <sys>, <usr>, <bot> 세가지 토큰과 줄넘김으로 화자를 구분합니다. korquad-chat 데이터의 경우, 유저와 봇이 서로를 호칭할 때는 <|bot|>, <|user|>로 되어있습니다. {"source": "koalpaca-v1.0", "text":… See the full description on the dataset page: https://huggingface.co/datasets/heegyu/open-korean-instructions.

<iframe src="https://silytics.si/embed/item/5d3a1bf5-f927-44df-84dd-b438bf3d9ea2" width="420" height="190" style="border:0" loading="lazy" title="Silytics entry"></iframe>

Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 18 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.