Написанные людьми диалоги с ассистентом на 35 языках с оценками качества, включая русский.
OpenAssistant Conversations Release 2 (oasst2) — корпус диалогов с ассистентом, целиком написанный людьми: более 13 000 добровольцев проекта OpenAssistant. Участники писали и пользовательские промпты, и ответы ассистента, а затем оценивали сообщения друг друга по качеству, полезности и безопасности — так получились ранжированные деревья разговоров, а не плоские пары.
135 174 сообщения в 13 854 деревьях разговоров на 35 языках; в распределении преобладают английский, испанский, русский, немецкий и китайский. У каждого узла есть роль, язык, человеческие метки качества, ранг среди соседних ответов и оценки токсичности, поэтому одна выгрузка одинаково годится для SFT, обучения модели вознаграждения и настройки по предпочтениям.
Apache-2.0 с явным разрешением коммерческого использования, отсутствие оговорок про синтетические данные и хорошее покрытие русского делают oasst2 безопасным выбором по умолчанию для инструкционной настройки ru/en-нейронетов. Ранги соседних ответов напрямую превращаются в пары DPO, а отложенные деревья служат заодно набором для оценки качества диалога.