yyu/arxiv-attrprompt

该数据集用于论文《Large Language Model as Attributed Training Data Generator: A Tale of Diversity and Bias》中。数据集包含多个文件，包括`label.txt`（每个类别的标签名称）、`train.jsonl`（原始训练集）、`valid.jsonl`（原始验证集）、`test.jsonl`（原始测试集）、`simprompt.jsonl`（由简单提示生成的训练数据）和`attrprompt.jsonl`（由属性提示生成的训练数据）。需要注意的是，由于这是一个多标签分类数据集，训练/验证/测试数据的标签都是列表形式，而不是整数。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 文本分类
• 语言: 英语
• 标签: 多标签分类, 学术论文, 科学论文
• 大小类别: 10K<n<100K
• 版本: V1

数据集组成

• label.txt: 包含每个类别的标签名称。
• train.jsonl: 原始训练集。
• valid.jsonl: 原始验证集。
• test.jsonl: 原始测试集。
• simprompt.jsonl: 通过简单提示生成的训练数据。
• attrprompt.jsonl: 通过属性提示生成的训练数据。

特殊说明

• 与其他数据集不同，训练/验证/测试数据的标签均为列表形式，而非整数，因为这是一个多标签分类数据集。