chrystians/oasst1_pl_2
收藏Hugging Face2024-01-05 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/chrystians/oasst1_pl_2
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个特征，涉及消息的元数据、内容、审核状态、毒性分析、表情符号和标签信息。数据集分为训练集和验证集，训练集包含81037个样本，验证集包含3001个样本。
该数据集包含多个特征，涉及消息的元数据、内容、审核状态、毒性分析、表情符号和标签信息。数据集分为训练集和验证集，训练集包含81037个样本，验证集包含3001个样本。
提供机构：
chrystians
原始信息汇总
数据集信息
特征
- message_id: 字符串类型
- parent_id: 字符串类型
- user_id: 字符串类型
- created_date: 字符串类型
- text: 字符串类型
- role: 字符串类型
- lang: 字符串类型
- review_count: 整数类型
- review_result: 布尔类型
- deleted: 布尔类型
- rank: 浮点数类型
- synthetic: 布尔类型
- model_name: null类型
- detoxify: 结构体类型
- identity_attack: 浮点数类型
- insult: 浮点数类型
- obscene: 浮点数类型
- severe_toxicity: 浮点数类型
- sexual_explicit: 浮点数类型
- threat: 浮点数类型
- toxicity: 浮点数类型
- message_tree_id: 字符串类型
- tree_state: 字符串类型
- emojis: 结构体类型
- count: 整数序列类型
- name: 字符串序列类型
- labels: 结构体类型
- count: 整数序列类型
- name: 字符串序列类型
- value: 浮点数序列类型
数据分割
- train:
- 字节数: 67590476
- 样本数: 81037
- validation:
- 字节数: 2432688
- 样本数: 3001
数据集大小
- 下载大小: 20433061 字节
- 数据集大小: 70023164 字节
配置
- default:
- train: data/train-*
- validation: data/validation-*
