NewEden/PIPPA-Mega-Filtered

Name: NewEden/PIPPA-Mega-Filtered
Creator: NewEden
Published: 2025-04-12T03:22:28+08:00

Hugging Face2024-11-06 更新2025-04-12 收录

多模态数据清洗

内容安全

数据链接：

https://hf-mirror.com/datasets/NewEden/PIPPA-Mega-Filtered 数据链接链接失效反馈

官方服务：

资源简介：

--- license: agpl-3.0 tags: - not-for-all-audiences --- the PIPPA dataset cleaned and filtered heavily.

提供机构：

该数据集名为Pick-Safety，是使用Stable Diffusion XL自建的。通过上下文提示（即没有风格规范），生成（1）带有风格前缀提示的卡通风格生成和（2）带有上下文提示的正常生成。然后，（1）被用作选择的图像，（2）被用作拒绝的图像。选择的字段包含SDXL的正常生成，而拒绝的字段包含使用SDXL生成的有害和不安全的图像。

Hugging Face2024-06-11 更新200

lilacai/mosaicml-local-mosaic-instruct-v3

文本分析

内容安全

This dataset is generated by [Lilac](http://lilacml.com) for a HuggingFace Space: [huggingface.co/spaces/lilacai/mosaicml](https://huggingface.co/spaces/lilacai/mosaicml). Original dataset: [https://

Hugging Face2023-08-30 更新140

NewEden/vanilla-backrooms-claude-sharegpt

--- license: agpl-3.0 language: - en --- Scrapes of backrooms filtered then converted to sharegpt. Had a fuckup with the convo tags but should be fixed now. lmk if its broken

Hugging Face2024-09-19 更新90

NewEden/Intelligence-Phase-Sharegpt

人工智能

智能推理

该数据集是多个数据集的合并，用于即将进行的实验。虽然作者没有详细记录每个数据集的来源，但通过ID头部的文件名可以尝试追溯。合并的数据集包括Nitral-AI/Math_Word-Problems-ShareGPT、Nitral-AI/Reasoning-1shot_ShareGPT、Nitral-AI/Medical_Instruct-ShareGPT、PocketDoc/Dans-Codemax

Hugging Face2024-11-11 更新140

中国移动互联网治理行业文本数据合成数据集

生成文本检测

内容安全

本数据集由合成中文文本和合成英文文本组成，重点体现模型生成内容、规则驱动文本与仿真文本在语义、格式和风格上的可控性。样本可用于增强语料规模、提升模型对生成内容的识别能力，并支持对抗测试、鲁棒性评估及内容安全检测中的数据补齐。

国家数据集管理服务平台2026-05-28 更新120