WildChat-1M 与 LMSYS-Chat-1M（含 Arena 人类偏好、UserLM）

内容与规模

WildChat 收集自愿提供对话的用户与 GPT 系列的交互，Ai2 托管的 WildChat-1M 数据视图约 83.8 万行、68 种语言，带 toxic / redacted 标志及 OpenAI moderation、Detoxify 分数 [1]。LMSYS-Chat-1M（2023-09）来自 Vicuna 演示与 Chatbot Arena，约 100 万对话、25 个模型 [2]；Arena 另发布约 14 万条人类偏好投票集 [4]。

谁在用

Tülu 3 SFT 混合包含 WildChat GPT-4 子集 10 万条（见 Tülu 3（SFT mixture / 合成配方 / Dolci））；Infinity-Instruct（智源，含 COIG） 的种子也含 WildChat。Microsoft UserLM-8b 在 WildChat 上训练，用来预测用户回合；论文称用它模拟时 GPT-4o 在编码与数学对话上的得分由 74.61% 降到 57.41%，说明 prompt 扮演用户偏乐观 [3]。

局限

参与者是自愿提供对话的子集，代表性有限（推断）；含 GPT 输出，受提供方条款制约。

来源

1. https://huggingface.co/datasets/allenai/WildChat-1M (2026-10-15)
2. https://arxiv.org/abs/2309.11998 (2026-10-15)
3. https://arxiv.org/pdf/2510.06552 (2026-10-15)
4. https://huggingface.co/datasets/lmarena-ai/arena-human-preference-140k (2026-10-15)