five

safedepdev/lmsys_toxic_unmasked_v1

收藏
Hugging Face2024-03-15 更新2024-06-11 收录
下载链接:
https://hf-mirror.com/datasets/safedepdev/lmsys_toxic_unmasked_v1
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: conversation_id dtype: string - name: model dtype: string - name: conversation list: - name: content dtype: string - name: role dtype: string - name: turn dtype: int64 - name: language dtype: string - name: openai_moderation list: - name: categories struct: - name: harassment dtype: bool - name: harassment/threatening dtype: bool - name: hate dtype: bool - name: hate/threatening dtype: bool - name: self-harm dtype: bool - name: self-harm/instructions dtype: bool - name: self-harm/intent dtype: bool - name: sexual dtype: bool - name: sexual/minors dtype: bool - name: violence dtype: bool - name: violence/graphic dtype: bool - name: category_scores struct: - name: harassment dtype: float64 - name: harassment/threatening dtype: float64 - name: hate dtype: float64 - name: hate/threatening dtype: float64 - name: self-harm dtype: float64 - name: self-harm/instructions dtype: float64 - name: self-harm/intent dtype: float64 - name: sexual dtype: float64 - name: sexual/minors dtype: float64 - name: violence dtype: float64 - name: violence/graphic dtype: float64 - name: flagged dtype: bool - name: redacted dtype: bool splits: - name: train num_bytes: 54342163 num_examples: 8540 download_size: 28926297 dataset_size: 54342163 configs: - config_name: default data_files: - split: train path: data/train-* ---
提供机构:
safedepdev
原始信息汇总

数据集概述

数据集特征

  • conversation_id: 数据类型为字符串。
  • model: 数据类型为字符串。
  • conversation:
    • content: 数据类型为字符串。
    • role: 数据类型为字符串。
  • turn: 数据类型为整数。
  • language: 数据类型为字符串。
  • openai_moderation:
    • categories: 结构体,包含多个布尔类型的子特征,如harassment, harassment/threatening等。
    • category_scores: 结构体,包含多个浮点数类型的子特征,如harassment, harassment/threatening等。
    • flagged: 数据类型为布尔。
  • redacted: 数据类型为布尔。

数据集分割

  • train:
    • 数据大小: 54342163字节。
    • 示例数量: 8540。

数据集大小

  • 下载大小: 28926297字节。
  • 数据集大小: 54342163字节。

配置

  • config_name: default
  • data_files:
    • split: train
    • path: data/train-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作