---
title: train_1M_CN
canonical_url: "https://www.modelscope.cn/datasets/AI-ModelScope/train_1M_CN"
md_url: "https://www.modelscope.cn/datasets/AI-ModelScope/train_1M_CN.md"
repository: AI-ModelScope/train_1M_CN
chinese_name: train_1M_CN
last_updated: 2023-12-08
license: gpl-3.0
storage_size: "436 MB"
domain:
  - configs
  - size_categories
  - task_categories
  - language
tasks:
  - "{config_name=default, data_files=[{path=train_1M_CN.jsonl, split=train}]}"
  - "100K<n<1M"
  - text2text-generation
  - zh
downloads: 3628
stars: 0
---

# train_1M_CN

> train_1M_CN - AI-ModelScope 在 ModelScope 开源的数据集。内容 包含约100万条由BELLE项目生成的中文指令数据。

AI-ModelScope/train_1M_CN 是 ModelScope 魔搭社区上的{config_name=default, data_files=[{path=train_1M_CN.jsonl, split=train}]}、100K<n<1M、text2text-generation数据集，涉及 configs、size_categories、task_categories 领域，存储大小 436 MB，采用 gpl-3.0 许可。

- **Repository**: AI-ModelScope/train_1M_CN
- **License**: gpl-3.0
- **Tasks**: {config_name=default, data_files=[{path=train_1M_CN.jsonl, split=train}]}, 100K<n<1M, text2text-generation, zh
- **Domain**: configs, size_categories, task_categories, language
- **Storage size**: 436 MB
- **Downloads**: 3628
- **Stars**: 0
- **Last updated**: 2023-12-08

Source: https://www.modelscope.cn/datasets/AI-ModelScope/train_1M_CN

---

## 内容
包含约100万条由[BELLE](https://github.com/LianjiaTech/BELLE)项目生成的中文指令数据。

## 示例代码
```python
from modelscope import MsDataset
from modelscope.utils.constant import DownloadMode

ds = MsDataset.load('AI-ModelScope/train_1M_CN', split='train', download_mode=DownloadMode.FORCE_REDOWNLOAD)  
print(next(iter(ds)))
```

## 样例
```
{
  "instruction": "给定一个文字输入，将其中的所有数字加1。\n“明天的会议在9点开始，记得准时到达。”\n",
  "input": "",
  "output": "“明天的会议在10点开始，记得准时到达。”"
}
```
### 字段：
```
instruction: 指令
input: 输入（本数据集均为空）
output: 输出
```

## 使用限制
仅允许将此数据集及使用此数据集生成的衍生物用于研究目的，不得用于商业，以及其他会对社会带来危害的用途。
本数据集不代表任何一方的立场、利益或想法，无关任何团体的任何类型的主张。因使用本数据集带来的任何损害、纠纷，本项目不承担任何责任。
