CDial-GPT – 清华推出的大型中文短文本对话数据集和对话生成模型

CDial-GPT是清华大学研究团队推出的大型中文短文本对话数据集LCCC及基于数据集的预训练对话生成模型。LCCC数据集经过严格的清洗流程，包含基础版（LCCC-base）和扩展版（LCCC-large），旨在提升对话模型的质量。研究团队提供在LCCC数据集上预训练的GPT模型，模型先在中文小说数据集上预训练，然后在此基础上进一步训练，生成更自然、流畅的对话。CDial-GPT模型对于中文自然语言处理领域的研究具有重要意义，有助于推动中文对话系统的发展。

官网：https://github.com/thu-coai/CDial-GPT

立即打开官网