@techreport{oai:ipsj.ixsq.nii.ac.jp:00227591,
 author = {平野, 正徳 and 鈴木, 雅弘 and 坂地, 泰紀 and Masanori, Hirano and Masahiro, Suzuki and Hiroki, Sakaji},
 issue = {7},
 month = {Aug},
 note = {本研究では，大規模言語モデルのための，日本語チャットデータセットを構築した．本データセットは，約 840 万件のデータを含んでおり，翻訳タスクや，知識タスクなど，様々なタスクをチャット形式で含んだものとなっている．構築したデータセットの有効性を確認するために，既存の大規模言語モデルをチューニングし，性能向上を定性的に確認し，日本語における大規模言語モデルや言語資源の構築における課題を明らかにした．, This study constructed a Japanese chat dataset for large language models. The dataset contains approximately 8.4 million records and includes various tasks in chat format, such as translation and knowledge tasks. To confirm the benefits of our constructed dataset, we tuned an existing large language model and confirmed its performance qualitatively. Those results revealed challenges in building large language models and language resources for them in Japanese.},
 title = {llm-japanese-dataset v0: 大規模言語モデルのための日本語チャットデータセット構築},
 year = {2023}
}