WildChat-1M — LLM Instrukcje / SFT Dataset
1M real user-ChatGPT conversations with demographics, including a significant fraction of contentious and adversarial prompts. Particularly valuable for safety research, toxicity analysis, and understanding model failure modes in production — collected with explicit user consent.
Dataset Details
| Provider | allenai |
| Category | Instrukcje / SFT |
| Size | 1M Chats |
| License | AI2 ImpACT |
| Downloads | 280k |
| Tags | Real-world, Safety, Adversarial, Multi-turn, 2024 |
from datasets import load_dataset
ds = load_dataset("allenai/WildChat-1M")
Fine-tuning z tym zbiorem danych
Szacowany VRAM do fine-tuningu z QLoRA (model bazowy 4-bit + adaptery LoRA), przy zachowawczych ustawieniach:
| 7B QLoRA | ~6GB VRAM |
| 13B QLoRA | ~10GB VRAM |
Sprawdź, czy Twoje GPU to udźwignie →
Pierwszy fine-tuning? Przejdź przewodnik krok po kroku: Zrób fine-tuning pierwszego LLM w godzinę
Powiązane zbiory danych
- LMSYS-Chat-1M — Studying real-world usage patterns across 25 models (non-commercial)
- ShareGPT 52K — Teaching natural multi-turn dialogue (non-commercial)
- Python-Edu — Continued pretraining for Python code understanding
- OpenHermes 2.5 — The default general-purpose SFT mix for 7B-13B fine-tunes
Najczęstsze pytania
Czy mogę użyć WildChat-1M komercyjnie?
Najpierw sprawdź warunki — WildChat-1M jest dystrybuowany na licencji „AI2 ImpACT" (niestandardowej lub mieszanej). Przeczytaj uważnie kartę zbioru przed użyciem w produkcie komercyjnym.
Ile danych zawiera WildChat-1M i czy potrzebuję wszystkich?
WildChat-1M zawiera 1M Chats. Rzadko potrzebujesz całości: do fine-tuningu stylu i formatu wystarcza kilkaset–kilka tysięcy przykładów — załaduj wycinek (np. split="train[:1000]") i zwiększaj skalę tylko, gdy jakość przestaje rosnąć.
Do czego WildChat-1M nadaje się najlepiej?
Training on real user conversations; safety and robustness research. Należy do sekcji „Instrukcje / SFT" naszego centrum zbiorów danych, gdzie znajdziesz alternatywy i zbiory komplementarne.
← Wszystkie zbiory danych | Fine-Tuning Guide