[Open Source] Vamos desenvolver o ChatGPT brasileiro. Ou melhor, um dataset para ele.

Introdução

Há algum tempo estou querendo ajudar/criar projetos de código aberto brasileiros, mas não sabia em que. Até que agora a pouco pensando sobre modelos de processamento de linguagem natural, percebi que é extremamente escasso e até inexistente datasets. Então pensei "Por que não desenvolver uma plataforma onde cada um possa ajudar um pouquinho?".

Ideia

A ideia é uma plataforma extremamente clean onde tenha dois inputs: humano e IA.
O usuário clica para enviar e a plataforma adiciona automaticamente no repositorio no HuggingFace, GitHub e Kaggle, etc.

Adicionais

Pode se ter uma área de agradecimento a quem ajudou.

Nomes

Pensei em dataseta. Mas não sou bom com nomes, como dar pra perceber

Tecnologias

Pensei em usar Django + Next.js e hospedar direto na Vercel.

Finalidade

Com um dataset em estilo conversacional, a capacidade de se fazer um modelo em português para chats é muito mais fácil, assim ajudando nossa comunidade nacional a desenvolver modelos melhores.

Agora é com vocês, me digam o que acham, sugestões, nomes, etc.