PERSONA HUB

PERSONA HUB是一种前所未有的角色驱动数据合成方法，利用大型语言模型（LLM）中的各种视角来创建多样的合成数据。通过从网络数据中自动策划出十亿个多样化角色，PERSONA HUB能够在几乎所有视角中提取LLM内所包含的世界知识，从而大规模生成多样化的合成数据用于各种场景。

使用场景

1. 数学和逻辑推理问题：生成高质量的数学和逻辑问题，用于学术研究和教育领域。
2. 指令（用户提示）：创建多样化的用户提示，提升交互系统的响应质量。
3. 知识丰富的文本：撰写高度知识化的内容供知识库或内容管理系统使用。
4. 游戏NPC：生成各种游戏中的非玩家角色（NPC），丰富游戏剧情和互动性。
5. 工具（函数）：创建多样化的函数或工具，用于软件开发或自动化任务。

数据发布

PERSONA HUB项目还发布了一部分合成数据和角色数据，包括：

• 50,000道数学题目
• 50,000道逻辑推理题目
• 50,000条指令
• 10,000篇知识丰富的文本
• 10,000个游戏NPC
• 5,000个工具（函数）

另外，还发布了200,000个角色的子集，供研究者快速预览使用。

运行演示

用户可以通过运行简单的脚本来尝试使用PERSONA HUB进行数据合成，这些脚本包括基于GPT-4o（OpenAI）或开源模型（vllm）的数据合成演示。

联系方式

如有任何疑问，可以通过邮箱联系 [email protected] 或 [email protected]。

声明

PERSONA HUB旨在为研究合成数据提供便利，但是在实际应用中需注意避免滥用以及确保道德使用，防止隐私侵犯等问题。此外，所有数据皆由公开可用的模型生成，仅供研究使用，使用时须遵循这些模型的许可协议和使用政策。

PERSONA HUB展示了角色驱动数据合成方法在规模化、灵活性和易用性方面的强大能力，可能会对LLM的研究和开发产生深远影响。