LanguageShades/BiasShadesBaseEval

--- dataset_info: features: - name: index dtype: float64 - name: subset dtype: string - name: bias_type dtype: string - name: stereotype_origin_langs sequence: string - name: stereotype_valid_langs sequence: string - name: stereotype_valid_regions sequence: string - name: stereotyped_group dtype: string - name: ar_biased_sentence dtype: string - name: ar_biased_template dtype: 'null' - name: ar_is_expression dtype: string - name: ar_comments dtype: string - name: ar_tokens_bigscience_bloom-7b1 sequence: string - name: ar_logprob_bigscience_bloom-7b1 sequence: float64 - name: bn_biased_sentence dtype: string - name: bn_biased_template dtype: 'null' - name: bn_is_expression dtype: string - name: bn_comments dtype: 'null' - name: bn_tokens_bigscience_bloom-7b1 sequence: string - name: bn_logprob_bigscience_bloom-7b1 sequence: float64 - name: pt_br_biased_sentence dtype: string - name: pt_br_biased_template dtype: string - name: pt_br_is_expression dtype: string - name: pt_br_comments dtype: string - name: pt_br_tokens_bigscience_bloom-7b1 sequence: string - name: pt_br_logprob_bigscience_bloom-7b1 sequence: float64 - name: zh_biased_sentence dtype: string - name: zh_biased_template dtype: 'null' - name: zh_is_expression dtype: string - name: zh_comments dtype: string - name: zh_tokens_bigscience_bloom-7b1 sequence: string - name: zh_logprob_bigscience_bloom-7b1 sequence: float64 - name: zh_hant_biased_sentence dtype: string - name: zh_hant_biased_template dtype: 'null' - name: zh_hant_is_expression dtype: string - name: zh_hant_comments dtype: string - name: zh_hant_tokens_bigscience_bloom-7b1 sequence: string - name: zh_hant_logprob_bigscience_bloom-7b1 sequence: float64 - name: nl_biased_sentence dtype: string - name: nl_biased_template dtype: string - name: nl_is_expression dtype: string - name: nl_comments dtype: string - name: nl_tokens_bigscience_bloom-7b1 sequence: string - name: nl_logprob_bigscience_bloom-7b1 sequence: float64 - name: en_biased_sentence dtype: string - name: en_biased_template dtype: string - name: en_is_expression dtype: string - name: en_comments dtype: string - name: en_tokens_bigscience_bloom-7b1 sequence: string - name: en_logprob_bigscience_bloom-7b1 sequence: float64 - name: fr_biased_sentence dtype: string - name: fr_biased_template dtype: string - name: fr_is_expression dtype: 'null' - name: fr_comments dtype: string - name: fr_tokens_bigscience_bloom-7b1 sequence: string - name: fr_logprob_bigscience_bloom-7b1 sequence: float64 - name: de_biased_sentence dtype: string - name: de_biased_template dtype: string - name: de_is_expression dtype: string - name: de_comments dtype: string - name: de_tokens_bigscience_bloom-7b1 sequence: string - name: de_logprob_bigscience_bloom-7b1 sequence: float64 - name: hi_biased_sentence dtype: string - name: hi_biased_template dtype: string - name: hi_is_expression dtype: string - name: hi_comments dtype: string - name: hi_tokens_bigscience_bloom-7b1 sequence: string - name: hi_logprob_bigscience_bloom-7b1 sequence: float64 - name: it_biased_sentence dtype: string - name: it_biased_template dtype: string - name: it_is_expression dtype: 'null' - name: it_comments dtype: 'null' - name: it_tokens_bigscience_bloom-7b1 sequence: string - name: it_logprob_bigscience_bloom-7b1 sequence: float64 - name: mr_biased_sentence dtype: string - name: mr_biased_template dtype: string - name: mr_is_expression dtype: 'null' - name: mr_comments dtype: 'null' - name: mr_tokens_bigscience_bloom-7b1 sequence: string - name: mr_logprob_bigscience_bloom-7b1 sequence: float64 - name: pl_biased_sentence dtype: string - name: pl_biased_template dtype: string - name: pl_is_expression dtype: string - name: pl_comments dtype: 'null' - name: pl_tokens_bigscience_bloom-7b1 sequence: string - name: pl_logprob_bigscience_bloom-7b1 sequence: float64 - name: ro_biased_sentence dtype: string - name: ro_biased_template dtype: string - name: ro_is_expression dtype: 'null' - name: ro_comments dtype: string - name: ro_tokens_bigscience_bloom-7b1 sequence: string - name: ro_logprob_bigscience_bloom-7b1 sequence: float64 - name: ru_biased_sentence dtype: string - name: ru_biased_template dtype: string - name: ru_is_expression dtype: string - name: ru_comments dtype: string - name: ru_tokens_bigscience_bloom-7b1 sequence: string - name: ru_logprob_bigscience_bloom-7b1 sequence: float64 - name: es_biased_sentence dtype: string - name: es_biased_template dtype: string - name: es_is_expression dtype: 'null' - name: es_comments dtype: string - name: es_tokens_bigscience_bloom-7b1 sequence: string - name: es_logprob_bigscience_bloom-7b1 sequence: float64 splits: - name: test num_bytes: 2933084 num_examples: 669 download_size: 1101661 dataset_size: 2933084 configs: - config_name: default data_files: - split: test path: data/test-* ---

原始信息汇总

数据集概述

数据集特征

• index: 数据索引，数据类型为 float64。
• subset: 子集标识，数据类型为 string。
• bias_type: 偏见类型，数据类型为 string。
• stereotype_origin_langs: 刻板印象起源语言，数据类型为 sequence: string。
• stereotype_valid_langs: 刻板印象有效语言，数据类型为 sequence: string。
• stereotype_valid_regions: 刻板印象有效地区，数据类型为 sequence: string。
• stereotyped_group: 刻板印象群体，数据类型为 string。
• ar_biased_sentence: 阿拉伯语偏见句子，数据类型为 string。
• ar_biased_template: 阿拉伯语偏见模板，数据类型为 null。
• ar_is_expression: 阿拉伯语是否表达，数据类型为 string。
• ar_comments: 阿拉伯语评论，数据类型为 string。
• ar_tokens_bigscience_bloom-7b1: 阿拉伯语标记，数据类型为 sequence: string。
• ar_logprob_bigscience_bloom-7b1: 阿拉伯语对数概率，数据类型为 sequence: float64。
• bn_biased_sentence: 孟加拉语偏见句子，数据类型为 string。
• bn_biased_template: 孟加拉语偏见模板，数据类型为 null。
• bn_is_expression: 孟加拉语是否表达，数据类型为 string。
• bn_comments: 孟加拉语评论，数据类型为 null。
• bn_tokens_bigscience_bloom-7b1: 孟加拉语标记，数据类型为 sequence: string。
• bn_logprob_bigscience_bloom-7b1: 孟加拉语对数概率，数据类型为 sequence: float64。
• pt_br_biased_sentence: 巴西葡萄牙语偏见句子，数据类型为 string。
• pt_br_biased_template: 巴西葡萄牙语偏见模板，数据类型为 string。
• pt_br_is_expression: 巴西葡萄牙语是否表达，数据类型为 string。
• pt_br_comments: 巴西葡萄牙语评论，数据类型为 string。
• pt_br_tokens_bigscience_bloom-7b1: 巴西葡萄牙语标记，数据类型为 sequence: string。
• pt_br_logprob_bigscience_bloom-7b1: 巴西葡萄牙语对数概率，数据类型为 sequence: float64。
• zh_biased_sentence: 中文偏见句子，数据类型为 string。
• zh_biased_template: 中文偏见模板，数据类型为 null。
• zh_is_expression: 中文是否表达，数据类型为 string。
• zh_comments: 中文评论，数据类型为 string。
• zh_tokens_bigscience_bloom-7b1: 中文标记，数据类型为 sequence: string。
• zh_logprob_bigscience_bloom-7b1: 中文对数概率，数据类型为 sequence: float64。
• zh_hant_biased_sentence: 繁体中文偏见句子，数据类型为 string。
• zh_hant_biased_template: 繁体中文偏见模板，数据类型为 null。
• zh_hant_is_expression: 繁体中文是否表达，数据类型为 string。
• zh_hant_comments: 繁体中文评论，数据类型为 string。
• zh_hant_tokens_bigscience_bloom-7b1: 繁体中文标记，数据类型为 sequence: string。
• zh_hant_logprob_bigscience_bloom-7b1: 繁体中文对数概率，数据类型为 sequence: float64。
• nl_biased_sentence: 荷兰语偏见句子，数据类型为 string。
• nl_biased_template: 荷兰语偏见模板，数据类型为 string。
• nl_is_expression: 荷兰语是否表达，数据类型为 string。
• nl_comments: 荷兰语评论，数据类型为 string。
• nl_tokens_bigscience_bloom-7b1: 荷兰语标记，数据类型为 sequence: string。
• nl_logprob_bigscience_bloom-7b1: 荷兰语对数概率，数据类型为 sequence: float64。
• en_biased_sentence: 英语偏见句子，数据类型为 string。
• en_biased_template: 英语偏见模板，数据类型为 string。
• en_is_expression: 英语是否表达，数据类型为 string。
• en_comments: 英语评论，数据类型为 string。
• en_tokens_bigscience_bloom-7b1: 英语标记，数据类型为 sequence: string。
• en_logprob_bigscience_bloom-7b1: 英语对数概率，数据类型为 sequence: float64。
• fr_biased_sentence: 法语偏见句子，数据类型为 string。
• fr_biased_template: 法语偏见模板，数据类型为 string。
• fr_is_expression: 法语是否表达，数据类型为 null。
• fr_comments: 法语评论，数据类型为 string。
• fr_tokens_bigscience_bloom-7b1: 法语标记，数据类型为 sequence: string。
• fr_logprob_bigscience_bloom-7b1: 法语对数概率，数据类型为 sequence: float64。
• de_biased_sentence: 德语偏见句子，数据类型为 string。
• de_biased_template: 德语偏见模板，数据类型为 string。
• de_is_expression: 德语是否表达，数据类型为 string。
• de_comments: 德语评论，数据类型为 string。
• de_tokens_bigscience_bloom-7b1: 德语标记，数据类型为 sequence: string。
• de_logprob_bigscience_bloom-7b1: 德语对数概率，数据类型为 sequence: float64。
• hi_biased_sentence: 印地语偏见句子，数据类型为 string。
• hi_biased_template: 印地语偏见模板，数据类型为 string。
• hi_is_expression: 印地语是否表达，数据类型为 string。
• hi_comments: 印地语评论，数据类型为 string。
• hi_tokens_bigscience_bloom-7b1: 印地语标记，数据类型为 sequence: string。
• hi_logprob_bigscience_bloom-7b1: 印地语对数概率，数据类型为 sequence: float64。
• it_biased_sentence: 意大利语偏见句子，数据类型为 string。
• it_biased_template: 意大利语偏见模板，数据类型为 string。
• it_is_expression: 意大利语是否表达，数据类型为 null。
• it_comments: 意大利语评论，数据类型为 null。
• it_tokens_bigscience_bloom-7b1: 意大利语标记，数据类型为 sequence: string。
• it_logprob_bigscience_bloom-7b1: 意大利语对数概率，数据类型为 sequence: float64。
• mr_biased_sentence: 马拉地语偏见句子，数据类型为 string。
• mr_biased_template: 马拉地语偏见模板，数据类型为 string。
• mr_is_expression: 马拉地语是否表达，数据类型为 null。
• mr_comments: 马拉地语评论，数据类型为 null。
• mr_tokens_bigscience_bloom-7b1: 马拉地语标记，数据类型为 sequence: string。
• mr_logprob_bigscience_bloom-7b1: 马拉地语对数概率，数据类型为 sequence: float64。
• pl_biased_sentence: 波兰语偏见句子，数据类型为 string。
• pl_biased_template: 波兰语偏见模板，数据类型为 string。
• pl_is_expression: 波兰语是否表达，数据类型为 string。
• pl_comments: 波兰语评论，数据类型为 null。
• pl_tokens_bigscience_bloom-7b1: 波兰语标记，数据类型为 sequence: string。
• pl_logprob_bigscience_bloom-7b1: 波兰语对数概率，数据类型为 sequence: float64。
• ro_biased_sentence: 罗马尼亚语偏见句子，数据类型为 string。
• ro_biased_template: 罗马尼亚语偏见模板，数据类型为 string。
• ro_is_expression: 罗马尼亚语是否表达，数据类型为 null。
• ro_comments: 罗马尼亚语评论，数据类型为 string。
• ro_tokens_bigscience_bloom-7b1: 罗马尼亚语标记，数据类型为 sequence: string。
• ro_logprob_bigscience_bloom-7b1: 罗马尼亚语对数概率，数据类型为 sequence: float64。
• ru_biased_sentence: 俄语偏见句子，数据类型为 string。
• ru_biased_template: 俄语偏见模板，数据类型为 string。
• ru_is_expression: 俄语是否表达，数据类型为 string。
• ru_comments: 俄语评论，数据类型为 string。
• ru_tokens_bigscience_bloom-7b1: 俄语标记，数据类型为 sequence: string。
• ru_logprob_bigscience_bloom-7b1: 俄语对数概率，数据类型为 sequence: float64。
• es_biased_sentence: 西班牙语偏见句子，数据类型为 string。
• es_biased_template: 西班牙语偏见模板，数据类型为 string。
• es_is_expression: 西班牙语是否表达，数据类型为 null。
• es_comments: 西班牙语评论，数据类型为 string。
• es_tokens_bigscience_bloom-7b1: 西班牙语标记，数据类型为 sequence: string。
• es_logprob_bigscience_bloom-7b1: 西班牙语对数概率，数据类型为 sequence: float64。

数据集分割

• test: 测试集，包含 669 个样本，总字节数为 2933084。

数据集大小

• 下载大小: 1101661 字节。
• 数据集大小: 2933084 字节。

配置

• config_name: default
  • data_files:
    • split: test
    • path: data/test-*