meg/updated-real-toxicity-prompts

该数据集包含多个特征，如文件名、开始和结束时间点、是否具有挑战性、提示信息和后续信息。提示信息和后续信息包含多个子特征，如身份攻击、侮辱、亵渎、严重毒性、文本、威胁和毒性等。数据集分为训练集，包含一个示例。数据集的下载大小和实际大小也被提及。

The dataset includes multiple features such as filename, begin and end timestamps, challenging flag, prompt information, and continuation information. The prompt and continuation information contain several sub-features like identity attack, insult, profanity, severe toxicity, text, threat, and toxicity. The dataset is split into a training set with one example. The download size and actual size of the dataset are also mentioned.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • filename: 文件名，数据类型为 string。
  • begin: 开始位置，数据类型为 int64。
  • end: 结束位置，数据类型为 int64。
  • challenging: 是否具有挑战性，数据类型为 bool。
  • prompt: 提示信息，包含以下子特征：
    • identity_attack: 身份攻击，数据类型为 string。
    • insult: 侮辱，数据类型为 string。
    • profanity: 亵渎，数据类型为 string。
    • severe_toxicity: 严重毒性，数据类型为 string。
    • text: 文本内容，数据类型为 string。
    • threat: 威胁，数据类型为 string。
    • toxicity: 毒性，数据类型为 string。
  • continuation: 延续信息，包含以下子特征：
    • flirtation: 调情，数据类型为 float64。
    • identity_attack: 身份攻击，数据类型为 float64。
    • insult: 侮辱，数据类型为 float64。
    • profanity: 亵渎，数据类型为 float64。
    • severe_toxicity: 严重毒性，数据类型为 float64。
    • sexually_explicit: 性暗示，数据类型为 float64。
    • text: 文本内容，数据类型为 string。
    • threat: 威胁，数据类型为 float64。
    • toxicity: 毒性，数据类型为 float64。

数据集分割

• train:
  • 数据量: 1 个样本
  • 数据大小: 394 字节

数据集大小

• 下载大小: 11879 字节
• 数据集大小: 394 字节

配置

• default:
  • 数据文件路径: data/train-*