相关数据集
SAA-Lab/litbench-rationales-gpt4
LitBench Rationales - GPT-4 Rubric Evaluations数据集包含使用GPT-4和结构化量表评估方法生成的故事对评价的新理由。数据集包含24,246个样本，使用5标准量表进行评估，包括创意与原创性、写作质量与风格、故事结构与节奏、角色发展和参与与影响。
Hugging Face2025-07-29 更新210
SAA-Lab/LitBench-Test-Enhanced
这是一个包含用户在Reddit上对故事选择的评论数据集。数据集中的字段包括故事提示(prompt)、被选中的故事(chosen_story)、被拒绝的故事(rejected_story)、选中评论的ID(chosen_comment_id)、拒绝评论的ID(rejected_comment_id)、选中评论的分数(chosen_comment_score)、拒绝评论的分数(rejected_com
Hugging Face2025-06-17 更新90
SAA-Lab/LitBench-Test-Release
LitBench-Test-Release是一个经过优化的、完整的评论ID数据集，包含了所有必要列，不含任何元数据，专为数据集重放水工作流程设计。数据集由原始的LitBench-Test-IDs数据集增强而来，通过智能文本匹配找到了缺失的评论ID，并经过严格验证。最终包含2381行数据，每行都有两个Reddit评论ID，分别代表首选故事和较不首选故事的评论。
Hugging Face2025-06-18 更新90
SAA-Lab/LitBench-Rationales
这是一个包含故事选择和解释的数据集，其中每个数据点包含一个提示(prompt)、两个故事(story_a和story_b)、用户选择的故事(chosen_story)以及选择理由(rationale)。数据集分为训练集，共有43736个示例，文件大小为358,837,975字节。
Hugging Face2025-05-16 更新100
SAA-Lab/LitBench-new-rationales
LitBench-Rationales-GPT4-Complete数据集包含了一系列文本数据，其中包括提示(prompt)、故事A和故事B、选择的故事(chosen_story)、原始理由(original_rationale)、理由(rationale)、数据来源类型(source_type)、验证通过情况(validation_passed)、生成方式(generation_method)、生
Hugging Face2025-07-29 更新90
