hlab/SocialiteInstructions

SocialiteInstructions是一个包含26个多样化社会科学数据集的集合，覆盖了社会知识的所有基本类别。每个数据点包括详细的任务描述（Instruction）、原始输入文本（Input）和转换后的生成文本标签（Output），旨在提升大型语言模型对社会理解的能力。数据集分为训练、验证和测试集，每个数据点还包括任务类型、唯一标识符等详细信息。

原始信息汇总

数据集概述

数据集名称

SocialiteInstructions

数据集描述

SocialiteInstructions 是一个包含26个多样化的社会科学数据集，涵盖了所有基本类别的社会知识，并带有详细的任务说明。

支持的任务和排行榜

该数据集旨在提高大型语言模型对社会理解的能力。

语言

英语

数据结构

数据实例

一个典型的数据点包括一个任务说明（Instruction）、一个输入（Input）和一个输出（Output）。任务说明详细描述了任务，输入包含原始输入句子，输出是用于指令调用的转换生成文本标签。

数据字段

• Instruction - 详细描述任务的精心策划的指令
• Input - 任务的原始输入文本
• Output - 转换生成文本标签
• Model Input - 包含指令的实际输入到大型语言模型
• task_type - 特定数据实例的社会科学任务
• record_id - 每个数据实例的唯一标识符
• dataset_type - 已见任务或相关社会任务
• Premise（可选）- FLUTE（比喻）任务类型的前提
• Hypothesis（可选）- FLUTE（比喻）任务类型的假设
• Patient（可选）- EmpathyExplorations任务类型的患者帖子
• Counselors Response（可选）- EmpathyExplorations任务类型的咨询师回应

数据分割

训练集	验证集	测试集
108k	35.6k	59.1k

引用信息

@inproceedings{ dey-etal-2024-socialite, title={{SOCIALITE}-{LLAMA}: An Instruction-Tuned Model for Social Scientific Tasks}, author={Dey, Gourab and V Ganesan, Adithya and Lal, Yash Kumar and Shah, Manal and Sinha, Shreyashee and Matero, Matthew and Giorgi, Salvatore and Kulkarni, Vivek and Schwartz, H. Andrew}, address = "St. Julian’s, Malta", booktitle={18th Conference of the European Chapter of the Association for Computational Linguistics}, year={2024}, publisher = {Association for Computational Linguistics} }