five

LafouCC/civil-comments-merged

收藏
Hugging Face2024-06-24 更新2024-06-29 收录
下载链接:
https://hf-mirror.com/datasets/LafouCC/civil-comments-merged
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含多个特征字段,如output、toxicity、severe_toxicity等,这些字段的数据类型包括字符串和浮点数。数据集分为一个训练集,包含2000599个样本,总大小为725558114字节。下载大小为427036778字节。数据集的配置信息显示,数据文件位于train分割路径下。

This dataset contains multiple feature fields such as output, toxicity, severe_toxicity, etc., with data types including string and float64. The dataset is divided into one training set containing 2000599 samples, with a total size of 725558114 bytes. The download size is 427036778 bytes. The configuration information of the dataset shows that the data files are located under the train split path.
提供机构:
LafouCC
原始信息汇总

数据集概述

数据特征

  • output: 类型为字符串 (string)
  • toxicity: 类型为浮点数 (float64)
  • severe_toxicity: 类型为浮点数 (float64)
  • obscene: 类型为浮点数 (float64)
  • threat: 类型为浮点数 (float64)
  • insult: 类型为浮点数 (float64)
  • identity_attack: 类型为浮点数 (float64)
  • sexual_explicit: 类型为浮点数 (float64)
  • instruction: 类型为字符串 (string)

数据分割

  • train: 包含2,000,599个样本,占用725,558,114字节

数据集大小

  • 下载大小: 427,036,778字节
  • 数据集大小: 725,558,114字节

配置

  • config_name: default
    • data_files:
      • split: train
      • path: data/train-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作