AgentWaller/german-oasst1

---
license: apache-2.0
dataset_info:
features:
- name: message_id
dtype: string
- name: parent_id
dtype: string
- name: user_id
dtype: string
- name: created_date
dtype: string
- name: text
dtype: string
- name: role
dtype: string
- name: lang
dtype: string
- name: review_count
dtype: int64
- name: review_result
dtype: bool
- name: deleted
dtype: bool
- name: rank
dtype: int64
- name: synthetic
dtype: bool
- name: model_name
dtype: 'null'
- name: detoxify
struct:
- name: identity_attack
dtype: float64
- name: insult
dtype: float64
- name: obscene
dtype: float64
- name: severe_toxicity
dtype: float64
- name: sexual_explicit
dtype: float64
- name: threat
dtype: float64
- name: toxicity
dtype: float64
- name: message_tree_id
dtype: string
- name: tree_state
dtype: string
- name: emojis
struct:
- name: count
sequence: int64
- name: name
sequence: string
- name: labels
struct:
- name: count
sequence: int64
- name: name
sequence: string
- name: value
sequence: float64
splits:
- name: train
num_bytes: 32573446
num_examples: 29329
- name: validation
num_bytes: 1711256
num_examples: 1536
download_size: 13621550
dataset_size: 34284702
---

原始信息汇总

数据集概述

数据集特征

• message_id: 字符串类型
• parent_id: 字符串类型
• user_id: 字符串类型
• created_date: 字符串类型
• text: 字符串类型
• role: 字符串类型
• lang: 字符串类型
• review_count: 整数类型
• review_result: 布尔类型
• deleted: 布尔类型
• rank: 整数类型
• synthetic: 布尔类型
• model_name: 空值类型
• detoxify: 结构体类型，包含以下子特征：
  • identity_attack: 浮点数类型
  • insult: 浮点数类型
  • obscene: 浮点数类型
  • severe_toxicity: 浮点数类型
  • sexual_explicit: 浮点数类型
  • threat: 浮点数类型
  • toxicity: 浮点数类型
• message_tree_id: 字符串类型
• tree_state: 字符串类型
• emojis: 结构体类型，包含以下子特征：
  • count: 序列整数类型
  • name: 序列字符串类型
• labels: 结构体类型，包含以下子特征：
  • count: 序列整数类型
  • name: 序列字符串类型
  • value: 序列浮点数类型

数据集拆分

• train:
  • 数据量: 32573446 字节
  • 示例数: 29329
• validation:
  • 数据量: 1711256 字节
  • 示例数: 1536

数据集大小

• 下载大小: 13621550 字节
• 数据集大小: 34284702 字节