LanguageShades/BiasShadesBaseEval_meta-llama_Meta-Llama-3-8B

该数据集包含多种语言的偏见句子及其详细信息，包括偏见类型、刻板印象的原始语言和有效语言、刻板印象的有效地区、被刻板化的群体等。每个语言的偏见句子都有对应的模板、是否为表达、评论、标记信息和概率。数据集分为测试集，包含60个样本。

原始信息汇总

数据集概述

数据特征

• index: 数据类型为 float64。
• subset: 数据类型为 string。
• bias_type: 数据类型为 string。
• stereotype_origin_langs: 数据类型为 sequence: string。
• stereotype_valid_langs: 数据类型为 sequence: string。
• stereotype_valid_regions: 数据类型为 sequence: string。
• stereotyped_group: 数据类型为 string。
• ar_biased_sentence: 数据类型为 string。
• ar_biased_template: 数据类型为 null。
• ar_is_expression: 数据类型为 null。
• ar_comments: 数据类型为 string。
• ar_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• ar_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• bn_biased_sentence: 数据类型为 string。
• bn_biased_template: 数据类型为 string。
• bn_is_expression: 数据类型为 string。
• bn_comments: 数据类型为 null。
• bn_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• bn_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• pt_br_biased_sentence: 数据类型为 string。
• pt_br_biased_template: 数据类型为 string。
• pt_br_is_expression: 数据类型为 null。
• pt_br_comments: 数据类型为 string。
• pt_br_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• pt_br_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• zh_biased_sentence: 数据类型为 string。
• zh_biased_template: 数据类型为 null。
• zh_is_expression: 数据类型为 string。
• zh_comments: 数据类型为 string。
• zh_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• zh_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• zh_hant_biased_sentence: 数据类型为 string。
• zh_hant_biased_template: 数据类型为 null。
• zh_hant_is_expression: 数据类型为 string。
• zh_hant_comments: 数据类型为 string。
• zh_hant_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• zh_hant_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• nl_biased_sentence: 数据类型为 string。
• nl_biased_template: 数据类型为 string。
• nl_is_expression: 数据类型为 null。
• nl_comments: 数据类型为 string。
• nl_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• nl_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• en_biased_sentence: 数据类型为 string。
• en_biased_template: 数据类型为 string。
• en_is_expression: 数据类型为 null。
• en_comments: 数据类型为 string。
• en_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• en_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• fr_biased_sentence: 数据类型为 string。
• fr_biased_template: 数据类型为 string。
• fr_is_expression: 数据类型为 null。
• fr_comments: 数据类型为 string。
• fr_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• fr_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• de_biased_sentence: 数据类型为 string。
• de_biased_template: 数据类型为 string。
• de_is_expression: 数据类型为 null。
• de_comments: 数据类型为 null。
• de_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• de_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• hi_biased_sentence: 数据类型为 string。
• hi_biased_template: 数据类型为 string。
• hi_is_expression: 数据类型为 string。
• hi_comments: 数据类型为 null。
• hi_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• hi_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• it_biased_sentence: 数据类型为 string。
• it_biased_template: 数据类型为 string。
• it_is_expression: 数据类型为 null。
• it_comments: 数据类型为 null。
• it_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• it_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• mr_biased_sentence: 数据类型为 string。
• mr_biased_template: 数据类型为 string。
• mr_is_expression: 数据类型为 null。
• mr_comments: 数据类型为 string。
• mr_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• mr_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• pl_biased_sentence: 数据类型为 string。
• pl_biased_template: 数据类型为 string。
• pl_is_expression: 数据类型为 null。
• pl_comments: 数据类型为 null。
• pl_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• pl_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• ro_biased_sentence: 数据类型为 string。
• ro_biased_template: 数据类型为 string。
• ro_is_expression: 数据类型为 null。
• ro_comments: 数据类型为 string。
• ro_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• ro_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• ru_biased_sentence: 数据类型为 string。
• ru_biased_template: 数据类型为 string。
• ru_is_expression: 数据类型为 null。
• ru_comments: 数据类型为 string。
• ru_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• ru_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。
• es_biased_sentence: 数据类型为 string。
• es_biased_template: 数据类型为 string。
• es_is_expression: 数据类型为 null。
• es_comments: 数据类型为 null。
• es_tokens_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: string。
• es_logprob_meta-llama_Meta-Llama-3-8B: 数据类型为 sequence: float64。

数据集划分

• test: 包含 60 个样本，数据大小为 289113 字节。

数据集大小

• 下载大小: 193336 字节。
• 数据集大小: 289113 字节。

配置

• config_name: default
  • data_files:
    • split: test
    • path: data/test-*