UCL-DARK/openai-tldr-filtered

Filtered TL;DR数据集是一个用于文本生成任务的数据集，主要用于对齐、文本分类、摘要生成和人类反馈等任务。该数据集是单语言的，语言为英语，由众包方式创建注释和语言内容。数据集的大小在10万到100万之间，源数据集为扩展数据集。该数据集在特定论文中被使用，并推荐使用另一个数据集进行新项目。

原始信息汇总

Filtered TL;DR Dataset 概述

基本信息

• 许可证: CC-BY-4.0
• 语言: 英语 (en)
• 多语言性: 单语种
• 数据集大小: 100K<n<1M

创建信息

• 注释创建者: 众包
• 语言创建者: 众包

数据集内容

• 标签:
  • 对齐 (alignment)
  • 文本分类 (text-classification)
  • 摘要生成 (summarisation)
  • 人类反馈 (human-feedback)
• 任务类别: 文本生成 (text-generation)

相关链接

• 论文: https://arxiv.org/abs/2310.06452
• 推荐项目: https://huggingface.co/datasets/openai/summarize_from_feedback
• 更多信息: https://github.com/openai/summarize-from_feedback
• 原始数据集: https://zenodo.org/record/1168855#.YvzwJexudqs