California Police Misconduct Dataset

该数据集包含了来自加州不同警察部门的227份文件，主要关注于识别警察的不当行为。这些文件平均含有12,500个词汇，其中2%的文件超过了128,000个词汇的上下文窗口限制。数据集包含了法庭文件、警察报告和内部调查报告。由于包含个人识别信息（PII）且内容敏感，这些数据无法开源。规模上，该数据集是从数十万文件中抽取的227份样本。任务是对表现出不当行为的警察生成详细的违规摘要。