cosmicvalor/toxic-qna

--- language: - en dataset_info: features: - name: question dtype: string - name: answer dtype: string splits: - name: train num_bytes: 10584956 num_examples: 6866 download_size: 5421353 dataset_size: 10584956 configs: - config_name: default data_files: - split: train path: data/train-* --- this dataset is based on the queries collected from the nobodyexistsontheinternet/toxicqafinal and the responses are generated from cosmicvalor/mistral-orthogonalized. dataset is cleaned , it has close to zero instances of refusals use only for research purposes.

原始信息汇总

数据集概述

语言

• 英语

数据集信息

• 特征
  • 问题 (question): 字符串类型
  • 答案 (answer): 字符串类型
• 拆分
  • 训练集 (train)
    • 字节数: 10584956
    • 样本数: 6866
• 下载大小: 5421353 字节
• 数据集大小: 10584956 字节

配置

• 默认配置
  • 数据文件:
    • 训练集: data/train-*

数据来源

• 基于 nobodyexistsontheinternet/toxicqafinal 收集的查询
• 响应生成自 cosmicvalor/mistral-orthogonalized

数据处理

• 数据集已清洗，拒绝实例接近零

使用限制

• 仅用于研究目的