FIB基准数据集包含3579个示例，用于评估大型语言模型的事实不一致性。每个示例包括一个文档和一对摘要：一个是事实一致的，另一个是事实不一致的。数据集基于XSum和CNN/DM的文档和摘要。由于该数据集旨在评估大型语言模型的事实不一致性，因此仅包含测试集。应分别报告XSum和CNN/DM示例的准确性，因为模型在这两个数据集上的行为预期会非常不同。事实不一致的摘要在CNN/DM中是从文档中提取的，而

Hugging Face2022-11-19 更新130

r-three/shakespeare-sonnet-dialogue-blob

莎士比亚作品

文本生成

这个数据集是莎士比亚完整作品的对话格式版本，包含了来自其不同剧作的40000行对话文本。数据集适用于文本生成任务，特别是用于角色建模。它来源于Karpathy的char-rnn项目，并且属于公共领域。

Hugging Face2025-10-09 更新110

r-three/training_data_detokenized-byt5-small

自然语言处理

多语言数据

该数据集是一个多语言数据集，包含英语、土耳其语、波斯语、中文和意大利语。数据集分为八个部分，每部分均包含训练数据，数据以JSONL格式存储。

Hugging Face2025-09-03 更新140

r-three/tiny-mgsm

多语言数学

方程求解

该数据集是一个包含数学问题的多语言数据集，每种语言配置下都包含问题、答案、答案的数字形式以及方程的解。数据集分为训练集和测试集，支持的语言包括但不限于孟加拉语(bn)、德语(de)、英语(en)、西班牙语(es)、法语(fr)、日语(ja)、俄语(ru)、斯瓦希里语(sw)、泰卢固语(te)和中文(zh)。

Hugging Face2025-05-08 更新120

r-three/Phatgoose_flanv2_offline

资源简介：

数据集许可证

相关数据集