Dataset Viewer
Auto-converted to Parquet Duplicate
lang
stringclasses
5 values
instruction
stringlengths
5
483
category
stringclasses
14 values
value
stringclasses
138 values
ko
외주 업체가 보낸 설문 결과 스프레드시트 초안이 아쉬워서, 첫출근자용 회사 안내 발표 슬라이드 덱 부탁드려요. 담당자별로 나눠야 한다면 서 팀원 쪽 역할도 감안해서 정리해줘. 독자는 제조 분야 실무자라고 생각하고 전문 용어는 짧게 풀어서 설명해줘.
presentationSkillId
company-onboarding
ko
신규 입사자 온보딩 자료를 만들다가 막혀서, ESG 경영 둘러싼 논란을 글로 정리해줘. 조건이 되면 비교표도 함께 넣어줘. 필요하다면 러시아어 용어를 병기해줘.
diagramKind
none
ko
고객사에서 브랜드 리브랜딩 사례 관련 문의가 들어왔는데, 자주 쓰는 인플레이션이 소비에 미치는 영향 분석 절차 스킬로 저장해줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘. 핵심이 잘 안 잡히면 질문 30개로 좁혀서 답해줘.
service
skill
ko
최근 오픈뱅킹 관련 뉴스를 접하고 궁금한 게 쌓였는데, 배경으로 오 본부장 쪽에서 이번 주까지 초안을 보고 싶어 해. 정중하고 격식 있는 리테일 테크 트렌드 프레젠. 가능한 최신 정보를 반영하고 기준 시점을 명시해줘. 가능하면 그래프로 보여줄 수 있는 부분은 시각화 방향도 제안해줘. 필요하다면 포르투갈어 용어를 병기해줘. 형식은 서론-본론-결론 구조를 지켜줘.
presentationMode
professional
ko
다음 달 임원 보고에서 물가 상승률 항목 설명이 내 몫이 되어서, 디지털 화폐 규제 관련 공학 자료 찾아서 출처와 함께 알려줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘. 가능한 최신 정보를 반영하고 기준 시점을 명시해줘. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘.
service
web_search
ko
이번에 에너지 팀으로 이동하면서 간편결제 점유율 경쟁 업무를 처음 맡게 됐는데, 오픈뱅킹 키워드로 검색한 결과 상위 100개만 보여줘. 우리 회사가 금융권이라는 점을 감안해줘. 핵심 문장은 굵게 표시해줘. 비용이 문제가 되면 무료 대안 위주로 다시 정리해줘.
action
search
ko
지난 회의에서 생성형 AI 보안 동향 관련해서 논의된 내용이 있었는데, 브랜드 리브랜딩 사례 프레젠 컨셉 아이덴티티 살린 디자인으로. 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘. 우리 상황에 맞지 않는 일반론은 빼고 실무 관점에서 써줘. 가능한 최신 정보를 반영하고 기준 시점을 명시해줘.
presentationMode
creative
ko
웹훅 도구를 도입하려고 검토 중인데, 조직도 다이어그램 필요해. 회의 자료에 넣을 거야. 형식은 서론-본론-결론 구조를 지켜줘.
artifactKind
diagram
ko
우리 서비스의 부실률 개선 과제가 이번 스프린트 목표로 잡혀서, 반복 일정 중 내일 모레 오전 10시 것만 삭제해줘. 중간중간 소제목을 붙여서 읽기 쉽게 해줘. 담당자별로 나눠야 한다면 홍 CFO 쪽 역할도 감안해서 정리해줘.
action
delete
ko
재고 대장을 들여다보다가 애매한 부분을 발견해서, 대체육 시장 대화 흐름으로 하나씩 알려줘. 핵심 리스크와 대응 방안도 함께 짚어줘. 가능한 최신 정보를 반영하고 기준 시점을 명시해줘. 관련 규정이 바뀌었다면 개정 전후를 비교해서 보여줘.
requestedOutputs
chat
ko
다른 부서에서 펫코노미 관련 요청 문서가 들어와서, 자료는 설문 결과 스프레드시트 안에 있는데 정리가 안 된 상태야. A/B 테스트를 어떻게 하면 잘할 수 있을까? 팁 줘. 핵심 리스크와 대응 방안도 함께 짚어줘. 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘. 초안이 괜찮으면 다음 단계 계획까지 이어서 짜줘.
service
general
ko
이번에 헬스케어 팀으로 이동하면서 MLOps 도입 사례 업무를 처음 맡게 됐는데, 다음 분기 OKR 계획 발표 내용을 프레젠테이션으로 정리해줘. 참고할 만한 추가 자료나 링크 방향도 알려줘. 보안상 민감한 내용은 가정하지 말고 공개 정보 범위에서만 다뤄줘. 마지막에 다음 단계 액션 아이템을 정리해서 붙여줘.
presentationSkillId
okr-review
ko
이번 분기 금융 사업부 실적을 검토하다 보니, 이전에 토스 사례를 벤치마킹하다가 멈췄던 이력이 있고. 문제 진단과 개선안 발표 5분 발표용 슬라이드 만들어줘. 형식은 서론-본론-결론 구조를 지켜줘. 만약 최신 수치를 못 찾으면 작년 10월 기준으로 대체하고 그 사실을 명시해줘.
presentationSkillId
consulting-diagnosis
ko
신규 입사자 온보딩 자료를 만들다가 막혀서, 예산은 15만 원 수준에서만 생각하고 있고. 오피스 이전 준비 워크플로 단계를 다이어그램으로 표현해줘. 중간중간 소제목을 붙여서 읽기 쉽게 해줘. 독자는 자동차 분야 실무자라고 생각하고 전문 용어는 짧게 풀어서 설명해줘. 두 안이 비슷하면 리스크가 적은 쪽을 기본으로 세워줘.
diagramKind
plan
ko
우리 에너지 팀 올해 목표와 연결해서 볼 필요가 있어서, 매출 데이터 요인 분석해줘. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘. 담당자별로 나눠야 한다면 김 대표 쪽 역할도 감안해서 정리해줘. 중간중간 소제목을 붙여서 읽기 쉽게 해줘. 비용과 일정 관점도 놓치지 말고 반영해줘.
action
analyze
ko
우리 팀이 재고 관리 시스템 프로젝트를 진행 중인데 중간 점검이 필요해서, 이 압축파일 풀어서 가져와줘. 다른 부서에 공유할 예정이니 누가 봐도 이해되게 써줘. 조건이 되면 비교표도 함께 넣어줘. 예시는 국내 사례 위주로 들어줘. 마지막에 다음 단계 액션 아이템을 정리해서 붙여줘.
action
import
ko
이번에 통신 팀으로 이동하면서 엣지 컴퓨팅 업무를 처음 맡게 됐는데, 경영진은 비용 절감 관점을 가장 중요하게 보고. 브라우저에서 바로 돌아가는 지뢰찾기 만들어줘. 시간이 없으니 10분 안에 읽을 분량으로 정리해줘. 참고할 만한 추가 자료나 링크 방향도 알려줘. 데이터에 빈 구간이 있으면 그 부분은 추정치라고 구분 표시해줘.
artifactKind
interactive
ko
경쟁사인 SK하이닉스가 최근에 발표한 내용을 보고, 정책 브리핑 발표 자료 덱 만들어줄래? 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘. 가능하면 표와 bullet을 섞어서 구조적으로 정리해줘. 가능하면 그래프로 보여줄 수 있는 부분은 시각화 방향도 제안해줘.
presentationSkillId
policy-briefing
ko
경쟁사인 더본코리아가 최근에 발표한 내용을 보고, 단순 퀴즈 앱. 상태 저장 같은 거 없이. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘. 중간중간 소제목을 붙여서 읽기 쉽게 해줘.
artifactComplexity
simple
ko
부가세 신고 자료를 들여다보다가 애매한 부분을 발견해서, 실무 담당자는 나 혼자고 검토자는 한 상무야. KPI 요약 시트 시계열·분포·상관 모두 살펴줘. 필요하다면 영어 용어를 병기해줘. 독자는 리테일 분야 실무자라고 생각하고 전문 용어는 짧게 풀어서 설명해줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘.
analysisMode
comprehensive
ko
신규 입사자 온보딩 자료를 만들다가 막혀서, 이전에 비슷한 자료를 만들었다가 반려당한 적이 있어. 올린 데이터에서 이탈률 기준 정렬해서 상위 15개만 뽑아줘. 참고할 만한 추가 자료나 링크 방향도 알려줘. 중간중간 소제목을 붙여서 읽기 쉽게 해줘. 데이터에 빈 구간이 있으면 그 부분은 추정치라고 구분 표시해줘.
service
data_analysis
ko
신규 통신 고객사 온보딩을 내가 담당하게 돼서, 자료는 고객 명단 CSV 안에 있는데 정리가 안 된 상태야. 간단한 할 일 목록 만들어줘. 웹에서 바로 쓸 수 있게. 10월 기준 데이터를 쓴다면 기준 시점을 꼭 남겨줘. 시간이 없으니 15분 안에 읽을 분량으로 정리해줘.
service
artifact
ko
다음 달 임원 회의에서 부동산 PF 리스크 관련해서 내가 설명해야 하는 상황이라, 우리 팀은 금융 매출 목표를 올해 안에 달성해야 하는 상황이고. 탄소 배출권 거래 소개하는 글쓰기용 배경지식. 가능하면 그래프로 보여줄 수 있는 부분은 시각화 방향도 제안해줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘. 필요하다면 프랑스어 용어를 병기해줘. 핵심 문장은 굵게 표시해줘.
complexity
standard
ko
주말에 수원 인계동 다녀오느라 이제야 자리에 앉았는데, 숫자가 아니라 문자열이야. 가볍게 들어주면 된다. 부담 갖지 마. 보통 사람들은 어떻게 하는지 궁금해서 그래.
dialogueAct
correction
ko
지난 회의에서 글로벌 물류 위기 관련해서 논의된 내용이 있었는데, 이전에 비슷한 자료를 만들었다가 반려당한 적이 있어. 금리 인상기 소비 행태가 실무에서 어떻게 쓰이는지 설명해줘. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘. 시간이 없으니 60분 안에 읽을 분량으로 정리해줘. 결론이 애매하면 확신도 높은 것부터 순서대로 나열해줘.
action
explain
ko
최근 사이버 보험 시장 관련 뉴스를 접하고 궁금한 게 쌓였는데, 배경으로 오 본부장 쪽에서 이번 주까지 초안을 보고 싶어 해. 스프링 배치 사용할 때 주의할 점을 코드 예제로 보여줘. 에러 케이스 처리도 빠짐없이 챙겨줘. 성능과 가독성 트레이드오프도 짚어줘. 기존 코드 스타일과 컨벤션은 유지해줘.
service
coding
ko
우리 서비스의 기준금리 개선 과제가 이번 스프린트 목표로 잡혀서, 자료는 KPI 요약 시트 안에 있는데 정리가 안 된 상태야. 탄소 배출권 거래 관련해서 아는 만큼만 솔직하게 말해줘. 가능하면 표와 bullet을 섞어서 구조적으로 정리해줘. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘.
service
general
ko
올해 상반기 물류 사업 실적을 돌아보는 자료를 만들다가, 이전에 쿠팡 사례를 벤치마킹하다가 멈췄던 이력이 있고. 국내 커피 시장 찾아줘. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘. 시간이 없으니 12분 안에 읽을 분량으로 정리해줘. 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘.
action
search
ko
이번 분기 통신 사업부 실적을 검토하다 보니, 이전에 비슷한 자료를 만들었다가 반려당한 적이 있어. 빨리빨리 인플레이션이 소비에 미치는 영향 슬라이드만 뽑아줘. 조건이 되면 비교표도 함께 넣어줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘. 독자는 농식품 분야 실무자라고 생각하고 전문 용어는 짧게 풀어서 설명해줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘.
presentationMode
fast
ko
최근 기후 변화 기업 대응 관련 뉴스를 접하고 궁금한 게 쌓였는데, 관련 결정이 10월 안에는 나와야 하는 일정이고. 내 컬렉션에서 헬스케어 관련 저장 자료 찾아줘. 마지막에 다음 단계 액션 아이템을 정리해서 붙여줘. 형식은 서론-본론-결론 구조를 지켜줘.
service
knowledge_search
ko
오 본부장 쪽에서 급하게 요청이 들어와서 그러는데, 월간 투자자 업데이트 발표 PPT로 만들어 줘. 결론부터 먼저 보여주고 근거는 뒤에 붙여줘. 참고할 만한 추가 자료나 링크 방향도 알려줘.
presentationSkillId
investor-update
ko
이번에 헬스케어 팀으로 이동하면서 ESG 경영 업무를 처음 맡게 됐는데, 관련 결정이 6월 안에는 나와야 하는 일정이고. 남산에서 회의 후 갈 만한 와인바 추천 검색해줘. 우리 회사가 금융권이라는 점을 감안해줘. 다른 부서에 공유할 예정이니 누가 봐도 이해되게 써줘. 마지막에 다음 단계 액션 아이템을 정리해서 붙여줘. 보안상 민감한 내용은 가정하지 말고 공개 정보 범위에서만 다뤄줘.
service
place_search
ko
이번에 농식품 팀으로 이동하면서 기후 변화 기업 대응 업무를 처음 맡게 됐는데, 실무 담당자는 나 혼자고 검토자는 이 이사야. 인터랙티브 요소가 있는 빨간 버튼 하나 페이지 만들어줘. 핵심 리스크와 대응 방안도 함께 짚어줘. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘. 조건이 되면 비교표도 함께 넣어줘. 관련 규정이 바뀌었다면 개정 전후를 비교해서 보여줘.
artifactKind
interactive
ko
아까 한 상무와 대화하다가 그 얘기가 나왔는데, 환율과 수출 기업 얘기 하다 보면 시간 가네. 재미로만 답해줘. 너무 진지하지 않게. 보통 사람들은 어떻게 하는지 궁금해서 그래.
memoryIntent
conversational
ko
이번에 자동차 팀으로 이동하면서 배달 시장 경쟁 구도 업무를 처음 맡게 됐는데, 우리 부서 노트에서 브랜드 리브랜딩 사례 찾아줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘. 중간중간 소제목을 붙여서 읽기 쉽게 해줘. 조건이 되면 비교표도 함께 넣어줘.
sourcePolicies
internal
ko
내일 오후 3시에 중요한 발표가 잡혀서, 다음 분기 오프사이트 날짜 잡아줘. 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘. 요약 버전과 상세 버전 두 가지로 나눠서 줘. 보안상 민감한 내용은 가정하지 말고 공개 정보 범위에서만 다뤄줘.
service
calendar
ko
ESG 경영 아는 만큼 말해봐. 일단 대답 듣고 다음 얘기는 내가 정할게. 이런 얘기 상대가 마땅치 않아서 너한테 하는 거야.
dialogueAct
none
ko
외주 업체가 보낸 재무제표 엑셀 초안이 아쉬워서, 이사회 위원회 보고 발표 발표 덱 초안 만들어줘. 필요하다면 영어 용어를 병기해줘. 담당자별로 나눠야 한다면 이 이사 쪽 역할도 감안해서 정리해줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘.
presentationSkillId
board-update
ko
경쟁사인 비씨카드가 최근에 발표한 내용을 보고, 중고 거래 플랫폼 관련 자주 나오는 질문 정리. 예시는 국내 사례 위주로 들어줘. 가능하면 표와 bullet을 섞어서 구조적으로 정리해줘. 두 안이 비슷하면 리스크가 적은 쪽을 기본으로 세워줘.
complexity
standard
ko
최근 사내에서 대체육 시장 관련 지침이 바뀌었다는 공지를 봤는데, 리테일 테크 트렌드 학습 로드맵 자료 폭넓게 조사. 필요하다면 이탈리아어 용어를 병기해줘. 핵심 리스크와 대응 방안도 함께 짚어줘. 형식은 서론-본론-결론 구조를 지켜줘. 자료가 찬반으로 나뉘면 양쪽 근거를 따로 모아서 보여줘.
contentDomain
multi_step_research
ko
고객사에서 Z세대 소비 문화 관련 문의가 들어왔는데, 등산 장비 소개 발표 슬라이드로 정리해서 보여줘. 보안상 민감한 내용은 가정하지 말고 공개 정보 범위에서만 다뤄줘. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘.
presentationSkillId
hobby-explainer
ko
예산표를 들여다보다가 애매한 부분을 발견해서, 이 백업 파일 가져와서 복구해줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘. 고객 반응이 좋으면 2단계 확장안까지 함께 제안해줘.
action
import
ko
퇴근하고 집에 돌아오는 길인데, 말하는 건 펫코노미 분야 쪽이야. 급한 건 아니고 오늘 안으로만 생각해주면 돼. 잠깐 얘기하고 다시 일할 거라 길게 안 해도 돼.
dialogueAct
clarification_answer
ko
우리 팀이 리스크 스코어링 고도화 프로젝트를 진행 중인데 중간 점검이 필요해서, 관련 결정이 6월 안에는 나와야 하는 일정이고. 예산 추적 대시보드, 차트와 입력 폼 다 갖춘 고객 상담 이력을 관리하는 미니 CRM. 비용과 일정 관점도 놓치지 말고 반영해줘. 핵심은 10개 항목 안으로 압축하되 놓치는 내용이 없게 해줘. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘.
artifactComplexity
complex
ko
다른 부서에서 실버 경제 관련 요청 문서가 들어와서, 회사가 폐쇄망 환경이라 외부 자료 활용에 제약이 있고. x^2 - 5x + 6 = 0 대수적·기하적 풀이 모두 엄밀하게. 마지막에 검산 과정도 붙여줘. 사용한 가정을 처음에 명시하고 가정이 바뀌면 결론이 어떻게 달라지는지도 짚어줘. 기호와 표기법은 처음 등장할 때 정의해줘. 비용이 문제가 되면 무료 대안 위주로 다시 정리해줘.
complexity
hard
ko
우리 서비스의 매출 개선 과제가 이번 스프린트 목표로 잡혀서, 우리 팀은 스포츠 매출 목표를 올해 안에 달성해야 하는 상황이고. 국내 커피 시장에 대해 A4 반 페이지 분량으로 글 써줘. 보안상 민감한 내용은 가정하지 말고 공개 정보 범위에서만 다뤄줘. 핵심 문장은 굵게 표시해줘. 7월 기준 데이터를 쓴다면 기준 시점을 꼭 남겨줘.
service
general
ko
월요일 아침 9시에 중요한 발표가 잡혀서, 브랜드 리브랜딩 사례 어디에 쓰이는지 알려줘. 조건이 되면 비교표도 함께 넣어줘. 요약 버전과 상세 버전 두 가지로 나눠서 줘. 데이터에 빈 구간이 있으면 그 부분은 추정치라고 구분 표시해줘.
complexity
standard
ko
주말에 대전 둔산 다녀오느라 이제야 자리에 앉았는데, 아니 근데 이거였나? 헷갈려. 재미로만 답해줘. 너무 진지하지 않게.
contentDomain
unresolved
ko
지난 11월에 착수한 해외 결제 확장 건이 이번 주 안에 마감이라, 첨부한 데이터에서 북미 관련 것만 골라줘. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘. 비용과 일정 관점도 놓치지 말고 반영해줘. 중간중간 소제목을 붙여서 읽기 쉽게 해줘.
sourcePolicies
attachments
ko
퇴근하고 집에 돌아오는 길인데, 두 번째 견적으로 부탁드려요. 보통 사람들은 어떻게 하는지 궁금해서 그래. 잠깐 얘기하고 다시 일할 거라 길게 안 해도 돼. 판단은 내가 할 테니 편하게 말해줘.
dialogueAct
option_selection
ko
경쟁사인 포스코가 최근에 발표한 내용을 보고, 이 정규식이 안 골라져. 고쳐줘. 함수는 역할별로 분리하고 핵심 로직에는 주석을 달아줘. 핵심 경로에 대한 테스트도 함께 붙여줘. 기존 코드 스타일과 컨벤션은 유지해줘.
service
coding
ko
다음 달 임원 보고에서 환율 항목 설명이 내 몫이 되어서, 우리 팀은 통신 매출 목표를 올해 안에 달성해야 하는 상황이고. 실버 경제 기초 개념부터 차근차근 알려줘. 핵심 문장은 굵게 표시해줘. 핵심은 3개 항목 안으로 압축하되 놓치는 내용이 없게 해줘. 결론이 애매하면 확신도 높은 것부터 순서대로 나열해줘.
sourcePolicies
auto
ko
출근길 지루해. 말 걸어줘. 혹시 아는 거 있으면 편하게 얘기해줘.
memoryIntent
conversational
ko
이번 분기 패션 사업부 실적을 검토하다 보니, 투자 유치 발표 자료 슬라이드로 정리해서 보여줘. 형식은 서론-본론-결론 구조를 지켜줘. 결론부터 먼저 보여주고 근거는 뒤에 붙여줘. 시장 상황이 급변하면 시나리오 40개로 나눠서 정리해줘.
presentationSkillId
investor-pitch
ko
팀 회의에서 금리 인상기 소비 행태를 다루기로 했는데 자료 준비가 내 몫이라, 고객사 제안용 헬스케어 스타트업 생태계 프레젠테이션 만들어줘. 결론부터 먼저 보여주고 근거는 뒤에 붙여줘.
service
presentation
ko
다음 주 스프린트에서 앱 리브랜딩 프로젝트를 본격적으로 시작하기 전에, 컨설팅 진단 결과 발표 발표용 PPT 작성해줘. 우리 상황에 맞지 않는 일반론은 빼고 실무 관점에서 써줘.
presentationSkillId
consulting-diagnosis
ko
지난 6월에 착수한 제휴 마케팅 캠페인 건이 이번 주 안에 마감이라, 지난 대화 기준으로 디지털 화폐 규제 정리해줘. 다른 자료는 쓰지 말고. 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘. 다른 부서에 공유할 예정이니 누가 봐도 이해되게 써줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘.
sourcePolicies
conversation_only
ko
최근 사내에서 글로벌 물류 위기 관련 지침이 바뀌었다는 공지를 봤는데, 자료는 주간 거래 데이터 안에 있는데 정리가 안 된 상태야. 올린 캠페인 성과 리포트에서 상위 기여 20개 항목의 주가 점유율 구해줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘. 참고할 만한 추가 자료나 링크 방향도 알려줘. 다른 부서에 공유할 예정이니 누가 봐도 이해되게 써줘.
service
data_analysis
ko
조 COO 쪽에서 급하게 요청이 들어와서 그러는데, 경영진은 비용 절감 관점을 가장 중요하게 보고. 중장기 경영 계획 발표 슬라이드 덱 부탁드려요. 7월 기준 데이터를 쓴다면 기준 시점을 꼭 남겨줘. 우리 회사가 금융권이라는 점을 감안해줘. 두 안이 비슷하면 리스크가 적은 쪽을 기본으로 세워줘.
presentationSkillId
executive-strategy
ko
다음 달 임원 회의에서 Z세대 소비 문화 관련해서 내가 설명해야 하는 상황이라, 환경설정 파일 세팅해줘. 에러 케이스 처리도 빠짐없이 챙겨줘. 함수는 역할별로 분리하고 핵심 로직에는 주석을 달아줘. 나중에 다른 사람이 수정할 것을 감안해 구조를 잡아줘.
contentDomain
code_work
ko
지난 9월에 착수한 FRAML 도입 건이 이번 주 안에 마감이라, 이 정규식이 안 골라져. 고쳐줘. 나중에 다른 사람이 수정할 것을 감안해 구조를 잡아줘. 관련 규정이 바뀌었다면 개정 전후를 비교해서 보여줘.
service
coding
ko
아까 윤 차장과 대화하다가 그 얘기가 나왔는데, 가격이 아니라 거래액 기준으로 정정해줘. 판단은 내가 할 테니 편하게 말해줘.
dialogueAct
correction
ko
지난 회의에서 간편결제 점유율 경쟁 관련해서 논의된 내용이 있었는데, 핀테크 규제 샌드박스를 문장으로 정리해줘. 가능하면 표와 bullet을 섞어서 구조적으로 정리해줘. 근거가 되는 출처나 수치가 있다면 각주 형태로 남겨줘. 결론부터 먼저 보여주고 근거는 뒤에 붙여줘.
diagramKind
none
ko
우리 서비스의 배포 빈도 개선 과제가 이번 스프린트 목표로 잡혀서, 자료는 KPI 요약 시트 안에 있는데 정리가 안 된 상태야. 법인카드 관리 시장 핵심 구성 요소 알려줘. 핵심 문장은 굵게 표시해줘. 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘. 자료가 찬반으로 나뉘면 양쪽 근거를 따로 모아서 보여줘.
complexity
standard
ko
지난 분기에 만들어둔 자료가 실정에 안 맞아 새로 준비해야 하는 상황이라, 환율 수치 검색해줘. 근거가 되는 출처나 수치가 있다면 각주 형태로 남겨줘. 비용과 일정 관점도 놓치지 말고 반영해줘.
action
search
ko
팀 회의에서 마이데이터 산업을 다루기로 했는데 자료 준비가 내 몫이라, ERD 다이어그램 필요해. 회의 자료에 넣을 거야. 결론부터 먼저 보여주고 근거는 뒤에 붙여줘. 다른 부서에 공유할 예정이니 누가 봐도 이해되게 써줘.
artifactKind
diagram
ko
우리 서비스의 주가 개선 과제가 이번 스프린트 목표로 잡혀서, 이전에 비슷한 자료를 만들었다가 반려당한 적이 있어. 이 용어 뜻 설명해줘: CDC 파이프라인. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘. 핵심이 잘 안 잡히면 질문 30개로 좁혀서 답해줘.
action
explain
ko
다음 주 스프린트에서 오피스 이전 준비 프로젝트를 본격적으로 시작하기 전에, 의료 AI 허가 동향 공부 순서 알려줘. 근거가 되는 출처나 수치가 있다면 각주 형태로 남겨줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘. 12월 기준 데이터를 쓴다면 기준 시점을 꼭 남겨줘. 일정이 촉박해지면 한 페이지 요약본을 맨 앞에 먼저 놓아줘.
sourcePolicies
auto
ko
지난 8월에 착수한 모바일 앱 성능 개선 건이 이번 주 안에 마감이라, 결과물은 줌에 공유되는 걸 전제로 해. SNS 게시물 영어 버전으로 번역해줘. 가능하면 그래프로 보여줄 수 있는 부분은 시각화 방향도 제안해줘.
service
translation
ko
한창 빅데이터 플랫폼 때문에 정신없는 타이밍인데, 이어서 계속해줘. 가볍게 들어주면 된다. 부담 갖지 마. 보통 사람들은 어떻게 하는지 궁금해서 그래.
dialogueAct
continue_output
ko
홍 CFO가 검토해 보라고 넘긴 고객 명단 CSV가 있어서, 우리 팀은 헬스케어 매출 목표를 올해 안에 달성해야 하는 상황이고. 요약은 됐고 이탈률 수치만 짧게. 참고할 만한 추가 자료나 링크 방향도 알려줘. 가능한 최신 정보를 반영하고 기준 시점을 명시해줘. 보안상 민감한 내용은 가정하지 말고 공개 정보 범위에서만 다뤄줘.
analysisMode
focused
ko
새벽에 잠이 안 깨서 누워서 이러저런 생각하다가, 출근길 지루해. 말 걸어줘. 일단 대답 듣고 다음 얘기는 내가 정할게.
memoryIntent
conversational
ko
다음 달 임원 보고에서 채용 규모 항목 설명이 내 몫이 되어서, 회사가 폐쇄망 환경이라 외부 자료 활용에 제약이 있고. 지라에 고객 상담 챗봇 티켓 등록해줘. 참고할 만한 추가 자료나 링크 방향도 알려줘. 담당자별로 나눠야 한다면 서 팀원 쪽 역할도 감안해서 정리해줘. 조건이 되면 비교표도 함께 넣어줘. 우리 회사가 금융권이라는 점을 감안해줘.
service
connector
ko
이번 분기 농식품 사업부 실적을 검토하다 보니, 이전에 비슷한 자료를 만들었다가 반려당한 적이 있어. 여행 쪽 이벤트 새로 만들어야 할 것 같아. 우리 상황에 맞지 않는 일반론은 빼고 실무 관점에서 써줘. 참고할 만한 추가 자료나 링크 방향도 알려줘. 담당자별로 나눠야 한다면 안 프로덕트 매니저 쪽 역할도 감안해서 정리해줘.
action
create
ko
외주 업체가 보낸 고객 명단 CSV 초안이 아쉬워서, 예산은 40만 원 수준에서만 생각하고 있고. 가맹점 수 하락 이유 추론해줘. 가능한 최신 정보를 반영하고 기준 시점을 명시해줘. 요약 버전과 상세 버전 두 가지로 나눠서 줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘. 담당자마다 해석이 다르면 유 CTO 쪽 견해를 우선 반영해줘.
memoryIntent
analytical
ko
다음 달 임원 회의에서 항공 산업 회복 관련해서 내가 설명해야 하는 상황이라, KPI 요약 시트에서 홍 CFO 행만 뽑아줘. 마지막에 다음 단계 액션 아이템을 정리해서 붙여줘. 두 안이 비슷하면 리스크가 적은 쪽을 기본으로 세워줘.
contentDomain
explicit_lookup
ko
경쟁사인 CJ제일제당이 최근에 발표한 내용을 보고, 경영진은 비용 절감 관점을 가장 중요하게 보고. CRM 전략 소개 PPT 작성 부탁해요. 독자는 에너지 분야 실무자라고 생각하고 전문 용어는 짧게 풀어서 설명해줘. 참고할 만한 추가 자료나 링크 방향도 알려줘. 결론이 애매하면 확신도 높은 것부터 순서대로 나열해줘.
presentationMode
none
ko
다른 부서에서 실버 경제 관련 요청 문서가 들어와서, 지난번에 저장한 장애 보고서 내용 중 부실률 수치 부분 찾아줘. 담당자별로 나눠야 한다면 오 본부장 쪽 역할도 감안해서 정리해줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘.
service
knowledge_search
ko
슬랙 도구를 도입하려고 검토 중인데, 승진 심사용 셀프 리뷰 발표 관련 발표 슬라이드 작성 부탁해. 마지막에 다음 단계 액션 아이템을 정리해서 붙여줘. 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘.
presentationSkillId
self-review
ko
지난 4월에 착수한 채용 시스템 교체 건이 이번 주 안에 마감이라, 이전에 만도 사례를 벤치마킹하다가 멈췄던 이력이 있고. NPS 관련 데이터 흐름을 그림으로 보여줘. 조건이 되면 비교표도 함께 넣어줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘. 다른 부서에 공유할 예정이니 누가 봐도 이해되게 써줘.
diagramKind
visualization
ko
다음 달 임원 보고에서 매출 항목 설명이 내 몫이 되어서, 이전에 두산로보틱스 사례를 벤치마킹하다가 멈췄던 이력이 있고. 사업전략 리뷰 슬라이드 발표 개요와 슬라이드 만들어줘. 6월 기준 데이터를 쓴다면 기준 시점을 꼭 남겨줘. 핵심 리스크와 대응 방안도 함께 짚어줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘.
presentationSkillId
executive-strategy
ko
지난달 고객 불만 건수 지표가 예상과 다르게 움직여서, 이전에 두산로보틱스 사례를 벤치마킹하다가 멈췄던 이력이 있고. 이번 주에 발표할 거야. 이사회 위원회 보고 발표 덱 만들어줘. 다른 부서에 공유할 예정이니 누가 봐도 이해되게 써줘. 중간중간 소제목을 붙여서 읽기 쉽게 해줘.
presentationSkillId
board-update
ko
오 본부장이 검토해 보라고 넘긴 지출 내역 파일이 있어서, 내 저장 기록 중 미디어 관련 것 찾아줘. 우리 상황에 맞지 않는 일반론은 빼고 실무 관점에서 써줘.
sourcePolicies
memory
ko
최근 부동산 PF 리스크 관련 뉴스를 접하고 궁금한 게 쌓였는데, 한 페이지짜리 테트리스 만들어줘. 마지막에 다음 단계 액션 아이템을 정리해서 붙여줘. 결론부터 먼저 보여주고 근거는 뒤에 붙여줘. 자료가 찬반으로 나뉘면 양쪽 근거를 따로 모아서 보여줘.
artifactComplexity
simple
ko
지난 4월에 착수한 고객 상담 챗봇 건이 이번 주 안에 마감이라, 외부 데이터베이스에서 구독 경제 모델 조회해줘. 예시는 국내 사례 위주로 들어줘. 가능하면 표와 bullet을 섞어서 구조적으로 정리해줘. 필요하다면 이탈리아어 용어를 병기해줘. 첨부 자료와 본문 내용이 다르면 첨부 기준으로 맞추고 차이를 알려줘.
sourcePolicies
web
ko
연말 자동차 성과 정리를 앞두고 밀린 작업을 정리하다가, 예산은 10만 원 수준에서만 생각하고 있고. 노래 제목 짓고 컨셉 잡아줘. 우리 상황에 맞지 않는 일반론은 빼고 실무 관점에서 써줘. 핵심 리스크와 대응 방안도 함께 짚어줘. 데이터에 빈 구간이 있으면 그 부분은 추정치라고 구분 표시해줘.
contentDomain
creative
ko
팀 회의에서 K-콘텐츠 수출 전략을 다루기로 했는데 자료 준비가 내 몫이라, Z세대 소비 문화 핵심만 문장으로. 필요하다면 인도네시아어 용어를 병기해줘. 고객 반응이 좋으면 2단계 확장안까지 함께 제안해줘.
artifactKind
none
ko
이번 분기 금융 사업부 실적을 검토하다 보니, 이전에 셀트리온 사례를 벤치마킹하다가 멈췄던 이력이 있고. 업계 리서치 요약 발표 발표 개요와 슬라이드 만들어줘. 핵심 문장은 굵게 표시해줘. 시간이 없으니 100분 안에 읽을 분량으로 정리해줘. 관련 규정이 바뀌었다면 개정 전후를 비교해서 보여줘.
presentationSkillId
research-report
ko
팀 회의에서 스마트 팩토리를 다루기로 했는데 자료 준비가 내 몫이라, 이 덱 임원 보고용으로 다듬어줘. 핵심은 5개 항목 안으로 압축하되 놓치는 내용이 없게 해줘. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘. 담당자별로 나눠야 한다면 한 상무 쪽 역할도 감안해서 정리해줘. 시장 상황이 급변하면 시나리오 15개로 나눠서 정리해줘.
presentationSkillId
deck-exec-polish
ko
이번 분기 헬스케어 사업부 실적을 검토하다 보니, 자료는 설문 결과 스프레드시트 안에 있는데 정리가 안 된 상태야. OKR 사용법을 알려줄래? 형식은 서론-본론-결론 구조를 지켜줘. 우리 회사가 금융권이라는 점을 감안해줘. 초안이 괜찮으면 다음 단계 계획까지 이어서 짜줘.
service
general
ko
다음 달 임원 회의에서 금리 인상기 소비 행태 관련해서 내가 설명해야 하는 상황이라, 이력서 겸용 자기소개 발표 10분 발표 분량으로 구성해줘. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘. 톤은 격식 있되 딱딱하지 않게 다듬어줘. 보안상 민감한 내용은 가정하지 말고 공개 정보 범위에서만 다뤄줘.
presentationSkillId
resume-portfolio
ko
신규 입사자 온보딩 자료를 만들다가 막혀서, 참고로 지난 6월에는 매출 수치가 계획 대비 어긋났어. 거버넌스 체계 구조도 보여줘. 조건이 되면 비교표도 함께 넣어줘. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘.
artifactKind
diagram
ko
주간 거래 데이터를 들여다보다가 애매한 부분을 발견해서, 양자컴퓨팅 상용화가 뭐야? 간단히 정리해줘. 가능하면 그래프로 보여줄 수 있는 부분은 시각화 방향도 제안해줘. 초안이 아니라 바로 공유할 수 있는 완성도로 만들어줘. 형식은 서론-본론-결론 구조를 지켜줘. 초안이 괜찮으면 다음 단계 계획까지 이어서 짜줘.
service
general
ko
퇴근하고 집에 돌아오는 길인데, 이 이사에게 사과 문자 다듬어줘. 핵심 리스크와 대응 방안도 함께 짚어줘. 우리 상황에 맞지 않는 일반론은 빼고 실무 관점에서 써줘. 핵심은 20개 항목 안으로 압축하되 놓치는 내용이 없게 해줘.
contentDomain
social
ko
빠르게 답 필요해: 재고 대장의 고객 불만 건수 최저 달. 보안상 민감한 내용은 가정하지 말고 공개 정보 범위에서만 다뤄줘. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘.
analysisMode
focused
ko
지난 분기에 만들어둔 자료가 실정에 안 맞아 새로 준비해야 하는 상황이라, 이전에 크래프톤 사례를 벤치마킹하다가 멈췄던 이력이 있고. 빠르게 문서 하나 만들어줄래? 오픈뱅킹 것. 조건이 되면 비교표도 함께 넣어줘. 시간이 없으니 12분 안에 읽을 분량으로 정리해줘. 핵심 문장은 굵게 표시해줘.
action
create
ko
이번에 교육 팀으로 이동하면서 브랜드 리브랜딩 사례 업무를 처음 맡게 됐는데, 이번 주 금요일 회의 취소해줘. 읽는 사람이 처음 접하는 주제라고 가정하고 용어를 정의부터 해줘. 우리 회사가 금융권이라는 점을 감안해줘. 9월 기준 데이터를 쓴다면 기준 시점을 꼭 남겨줘.
service
calendar
ko
국내 커피 시장을 소개하는 말 좀 해줘. 우리 회사가 금융권이라는 점을 감안해줘. 가능하면 표와 bullet을 섞어서 구조적으로 정리해줘. 비용과 일정 관점도 놓치지 말고 반영해줘. 내용이 길어지면 부록으로 빼서 본문은 간결하게 유지해줘.
action
respond
ko
연말 패션 성과 정리를 앞두고 밀린 작업을 정리하다가, 내가 저장한 문서에서 간편결제 점유율 경쟁 관련 내용 찾아줘. 우리 회사가 금융권이라는 점을 감안해줘. 독자는 부동산 분야 실무자라고 생각하고 전문 용어는 짧게 풀어서 설명해줘. 자료가 부족한 부분은 부족하다고 명시하고 추측은 구분해서 표시해줘. 근거가 되는 출처나 수치가 있다면 각주 형태로 남겨줘.
service
knowledge_search
ko
회사가 북미 시장 진출을 검토 중인데 관련 자료가 부족해서, 내부망 자료로 해외 결제 확장 진행 상황 확인해줘. 형식은 서론-본론-결론 구조를 지켜줘. 9월 기준 데이터를 쓴다면 기준 시점을 꼭 남겨줘.
sourcePolicies
internal
End of preview. Expand in Data Studio

Semantic Router Instruction Dataset — Multilingual

A multilingual instruction dataset for training and evaluating the semantic-turn router: a model that classifies one utterance along 14 axes simultaneously. A single JSONL file of five languages × 600,000 rows = 3,000,000 rows total. Every row's instruction actually contains the content signal its axis/value label depends on.

  • Scale: 600,000 rows per language (14 axes × 150 values fully covered, fixed per-value counts — identical in every language)
  • Languages: Korean · English · Chinese · Japanese · Vietnamese
  • Parallelism: label-parallel, not text-parallel — each language block is authored natively in that language; no row is a translation of another language's row. Translation-parallel training data invites the router to key on translation artifacts, so it is deliberately excluded.
  • Character: every row is a long-form composed turn (context + request + constraints/branches). en/zh/ja/vi are built with six distinct structural authoring engines so the corpus is not a single assembly pattern.

Dataset overview

Item Value
Total rows 3,000,000 (exactly 600,000 × 5 languages)
Size 1,027,674,919 bytes (≈ 0.96 GiB), uncompressed
Encoding UTF-8, one JSON object per line, no header
Block order ko → en → zh → ja → vi (contiguous per-language blocks, no shuffle)

Block boundaries: rows 1–600,000 = ko, 600,001–1,200,000 = en, 1,200,001–1,800,000 = zh, 1,800,001–2,400,000 = ja, 2,400,001–3,000,000 = vi. Row order inside each block is fixed and reproduces identically on rebuild.

Schema

Each row is a JSON object with four fields (lang always first):

{"lang":"en","instruction":"I'm putting together the quarterly ops review and my notes are a mess, so pull the numbers from the attached workbook and build the review deck. Keep it under ten slides, lead with the churn story, and if the March figures are missing, use February and say on the slide.","category":"service","value":"presentation"}
Field Type Description
lang string One of ko / en / zh / ja / vi
instruction string User utterance. Unique within each language block (all 600k verified)
category string One of the 14 axes
value string One of that axis's values (150 values total)

Label strings (category, value) are English snake_case in all blocks, including the non-English ones — they are the router's target vocabulary and are deliberately kept language-independent.

Axes, values, allocation

The table below applies identically to every language block (file-wide, each axis's total is 5× the table figure — e.g. service is 96,000 rows per language → 480,000 rows in the whole file):

Axis Values Rows (per language) Values
service 16 96,000 general, presentation, image, data_analysis, place_search, web_search, knowledge_search, calendar, memo, works, connector, artifact, coding, translation, skill, reasoning
presentationSkillId 56 112,000 executive-strategy, board-update, quarterly-business-review, sales-proposal, investor-pitch, training-explainer, technical-architecture, research-report, marketing-campaign, product-launch, product-roadmap, consulting-diagnosis, all-hands-update, thesis-research, crisis-communication, demo-day-pitch, compliance-training, lesson-lecture, customer-qbr, analyst-briefing, okr-review, esg-report, incident-postmortem, thesis-defense, grant-proposal, workshop-facilitation, competitive-analysis, investor-update, annual-report, pricing-proposal, analytics-readout, customer-onboarding, vendor-selection, market-entry, company-onboarding, case-study-analysis, model-un-position, lab-meeting, self-review, conference-talk, resume-portfolio, nonprofit-pitch, policy-briefing, earnings-brief, m-a-proposal, org-redesign, regulatory-response, course-syllabus, exam-prep, hobby-explainer, travel-itinerary, deck-redesign, deck-exec-polish, deck-board-upgrade, deck-content-cleanup, none
contentDomain 15 60,000 social, play, self_capability, affective_state, creative, support, explore, personal_scope, opinion, code_work, formal_reasoning, supplied_material, explicit_lookup, multi_step_research, unresolved
action 14 56,000 respond, create, revise, import, analyze, search, export, delete, translate, summarize, explain, compare, execute, none
dialogueAct 10 40,000 clarification_answer, option_selection, confirm, decline, correction, continue_output, preference_directive, meta_conversation, undo_action, none
sourcePolicies 7 42,000 web, internal, memory, attachments, conversation_only, auto, none
memoryIntent 7 28,000 informational, transactional, conversational, analytical, personal, navigational, none
requestedOutputs 5 34,000 chat, docx, xlsx, pptx, image
diagramKind 4 24,000 structure, visualization, plan, none
presentationMode 4 24,000 fast, professional, creative, none
complexity 4 32,000 simple, standard, complex, hard
artifactKind 3 18,000 diagram, interactive, none
analysisMode 3 18,000 focused, comprehensive, none
artifactComplexity 2 16,000 simple, complex

Per-value counts are the row count divided by the value count (e.g. 6,000 per service value, 2,000 per presentationSkillId value — 30,000 / 10,000 respectively file-wide). Each instruction is labeled with exactly one (category, value) pair — rows exist per axis, not as multi-label records. Because per-value counts are identical across languages, any language block you slice has the same label distribution (class priors) — this is what makes cross-lingual evaluation compare like with like.

Cross-lingual design

  • Label-parallel, not text-parallel. The five blocks align on labels only. No instruction is a translation of another block's instruction.
  • Same class priors everywhere. Identical per-value counts mean every per-language slice has the same label distribution.
  • Native authorship. Each language block is written from scratch in that language: its own slot pools (topics, companies, cities, apps, document and file names, people, math/logic prompts), its own group mains, and its own engine banks (openers, scene sentences, constraints, email frames, conversational fillers, closers). Real-world anchors are localized — Chinese cities and platforms for zh, Vietnamese names and places for vi, and so on — the way native speakers actually write.
  • Technical terms stay in their original script where that is the natural usage (React, Kubernetes, x²−5x+6=0, ECONNREFUSED) — matching how each language's technical community writes.

Authoring architecture

The Korean block composes every row in a single shape: situational opener (+background) + group request + constraint tails. The en/zh/ja/vi blocks route each row through one of six structural authoring engines:

Engine Shape
composed Situational opener (95%) + optional background (38%) + main request + 1–4 constraint tails; the last tail may fork conditionally (~35%)
brief 2–3 flowing scene sentences + connector (55%) with the request woven in + optional softener (50%) — no bolted-on opener/tail skeleton
numbered Lead-in + main request + enumerated constraints (1) …; 2) …; 3) …, 2–4 items)
convo Conversational filler + request + self-correction (30%) + softener (70%) — dialogue-register turns
email Inline email framing: greeting + context + ask + request + tail (60%) + closer
forked Optional opener (60%) + request + 1–2 explicit if/then branch tails + an "either way" base line

Rows are routed first to one of six profiles (by axis/value); each profile fixes the engine mix and the register (work / casual / terse):

Profile Applied to Engine mix (weights)
general most service, sourcePolicies, diagramKind, artifactKind, presentationMode, requestedOutputs, … composed 30, brief 22, numbered 16, email 12, forked 12, convo 8
formal complexity::hard, contentDomain::formal_reasoning brief 28, numbered 24, composed 20, email 14, forked 14
code contentDomain::code_work, service::coding numbered 32, composed 22, brief 18, forked 16, email 6, convo 6
quick complexity::simple composed 42, brief 30, convo 20, numbered 8
personal contentDomain::{social,support,opinion,explore,personal_scope}, memoryIntent::personal convo 36, brief 26, composed 22, email 6, forked 6, numbered 4
micro dialogueAct (all), memoryIntent::{conversational,navigational,none}, contentDomain::{play,self_capability,affective_state,unresolved}, action::none convo 72, composed 20, brief 8

The micro profile keeps short dialogue turns ("맞아", "嗯嗯", "そうだね"-style utterances) intact while padding them with surrounding context clauses, so the label's meaning survives inside a long-form distribution.

Per-language contracts

The engine is language-agnostic; every string and orthographic rule lives in a language pack (dataset/generator/i18n/{en,zh,ja,vi}-*.mjs):

Lang Joining Terminal Enumerated list Per-language notes
en space-joined . 1) + ; email engine lowercases the joined ask; non-Latin leak scan with a math-glyph allowlist (√ ≡ → ∞ — …)
zh no inter-word spaces 。 1) + ; fullwidth punctuation, 「」 quotation marks, spacing-normalizing post-pass, doubled-CJK-run scan
ja no inter-word spaces 。 1) + ; same CJK contract as zh; polite/plain register mix
vi space-joined . 1) + ; full diacritics; doubled-word scan covers À-ỹ

Quality gates and integrity

Data generation (when each language's 600,000 rows are produced):

  • Deterministic: mulberry32 seeded with FNV-1a over `${lang}::${category}::${value}` plus per-pass offsets; no Math.random, no timestamps. Identical inputs rebuild byte-identical output. The final shuffle uses a fixed global seed plus a per-language offset. Writes are atomic (.tmp + rename).
  • Generation: 14 passes per group, ~1.2× attempts, local + global dedupe across all 150 groups — each language's 600,000 instructions are unique.
  • Build-time validation (a build is OK only when all of these hold): exactly 600,000 lines; every line valid JSON with exactly instruction/category/value; zero unresolved {slot} leaks; 100% unique instructions; and the language-specific scans at zero — doubled-word rows for en/vi, doubled 2-char CJK runs for zh/ja, non-Latin leaks for en.

File integrity — dataset.all.jsonl only exists if every gate below passes (generator/merge.mjs enforces them at write time; on failure no file is left behind):

  1. Fixed language order: ko → en → zh → ja → vi contiguous blocks
  2. Every row JSON-parsed + 4 field type checks + lang code consistency
  3. Exactly 600,000 rows per language · 3,000,000 total
  4. Written to .tmp and renamed only on success (atomic) — a partial file that failed validation cannot exist

Length profile

All five blocks share the long-form design goal, but absolute character counts are script-dependent (a Han character carries far more than a Latin letter) — compare within a script, not across:

Lang Avg chars ≥80 ≥120 Min Max
ko 140.2 92.8% 69.5% 25 273
en 204.4 95.0% 85.6% 17 483
zh 72.8 39.4% 3.0% 5 165
ja 98.4 73.1% 26.6% 6 226
vi 205.9 94.9% 86.7% 12 470

Caveats

  • This is template-combination generated data. Individual sentences are grammatical, but rare semantic mismatches between slot combinations (a work topic meeting a casual opener, etc.) can occur. Labels are unaffected; account for it in naturalness evaluations.
  • The same topic may appear under different axes, and near-identical strings may exist across different axes within one language block. Instructions are unique within each language block (verified exhaustively); blocks are not deduped against each other (by design).
  • Cultural/regional anchors differ per language on purpose. The invariant is the label, not the surface content.
Downloads last month
-