ShareGPT52K

该数据集包含了从2022年12月至2023年3月期间，通过ShareGPT Chrome扩展程序分享的50,496条ChatGPT聊天历史记录。这些记录涵盖了用户提问和ChatGPT的回答，其中包含了涉及敏感信息的对话。在处理这个数据集时，我们考虑了伦理因素，避免直接引用文本，并移除了所有个人识别信息。该数据集的规模为50,496条对话，其任务是分析ChatGPT对话中敏感信息的披露情况。This dataset contains 50,496 ChatGPT chat history records shared via the ShareGPT Chrome extension between December 2022 and March 2023. These records cover user queries and corresponding ChatGPT responses, with some conversations involving sensitive information. During dataset processing, ethical considerations were prioritized: direct quotation of original text was avoided, and all personally identifiable information (PII) was fully removed. This dataset, consisting of 50,496 such conversations, is designed to analyze the disclosure of sensitive information in ChatGPT dialogues.

搜集汇总

背景与挑战

背景概述

ShareGPT52K数据集包含50,496条ChatGPT聊天记录，时间跨度为2022年12月至2023年3月，主要用于分析对话中敏感信息的披露情况，并已移除个人识别信息以确保隐私安全。