cognitivecomputations/ultrachat-uncensored

---
license: mit
---

This is based on ultrachat dataset https://huggingface.co/datasets/stingning/ultrachat

I filtered it using the classic "unfiltered" keywords list https://huggingface.co/datasets/anon8231489123/ShareGPT_Vicuna_unfiltered to remove instances of refusals and bias

About 90% of the dataset was removed.

What remains (400k conversations) is unlikely to inclinate the model to refuse.

I am investigating a less heavy handed approach using dolphin-2.1 to reword any detected refusals.

原始信息汇总

数据集概述

数据来源

• 基于 ultrachat 数据集，原数据集链接：ultrachat。

数据处理

• 使用 "unfiltered" 关键词列表进行过滤，该列表链接：unfiltered keywords。
• 过滤目的是移除拒绝和偏见的实例。
• 约90%的数据被移除。

数据规模

• 剩余数据量为400,000次对话。

后续研究

• 正在研究使用 dolphin-2.1 重新表述检测到的拒绝，以采取更温和的处理方法。