oskarvanderwal/real-toxicity-prompts-lite

RealToxicityPrompts-lite数据集是原始RealToxicityPrompts数据集的一个分支，包含了一个更小的提示子集。该数据集包含两个子集：50_pct和10_pct。50_pct子集包含了所有具有挑战性的提示以及从其他提示中随机抽取的50%的样本；10_pct子集则包含了所有具有挑战性的提示以及从其他提示中随机抽取的10%的样本。该数据集主要用于文本生成任务，语言为英语，大小为10K到100K之间，且为单语言数据集。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可证: Apache-2.0
• 多语言性: 单语种
• 大小分类: 10K<n<100K
• 来源数据集: allenai/real-toxicity-prompts
• 美观名称: RealToxicityPrompts-lite
• 任务类别: 文本生成

配置详情

• 10_pct配置
  • 数据文件:
    • 分割: 测试
    • 路径: 10_pct.tsv
• 50_pct配置
  • 数据文件:
    • 分割: 测试
    • 路径: 50_pct.tsv

子集描述

• 50_pct子集: 包含所有挑战性提示 + 50%的完整RealToxicityPrompts大小的其他提示样本。
• 10_pct子集: 包含所有挑战性提示 + 10%的完整RealToxicityPrompts大小的其他提示样本。