cmu-lti/sotopia-pi

该数据集包含多个文件，用于创建灵感提示和生成新的社交场景。inspirational_prompt.csv文件存储了来自三个数据源的完整灵感提示，这些提示用于生成Sotopia-pi中的社交任务。used_prompt.csv文件存储了所有使用的灵感提示、它们的来源数据集以及每个提示生成的环境对象ID。experiment_episodes.json文件存储了所有Sotopia-pi对话的详细信息，包括对话的唯一ID、社交环境、场景类型、代理背景、社交目标和社交互动。This dataset contains multiple files for creating inspirational prompts and generating novel social scenarios. The inspirational_prompt.csv file stores complete inspirational prompts from three data sources, which are used to generate social tasks in Sotopia-pi. The used_prompt.csv file stores all used inspirational prompts, their source datasets, and the environment object IDs generated by each prompt. The experiment_episodes.json file stores detailed information of all Sotopia-pi conversations, including the unique conversation IDs, social environments, scene types, agent backgrounds, social goals, and social interactions.

原始信息汇总

数据集文件

• social_iqa_train.jsonl / NormBank.csv / social-chem-101.v1.0.tsv: 这些文件用于创建启发性提示并生成新的社交场景。
• inspirational_prompt.csv: 该CSV文件存储来自三个数据源（social_iqa, social_chem, normbank）的完整启发性提示。这些提示用于生成Sotopia-pi中使用的社交任务。每个启发性提示会生成一个“Environment”对象，指定社交任务的背景。每个环境会与不同的代理配置和关系结合，生成全面的社交任务。
• used_prompt.csv: 该CSV文件存储所有使用的启发性提示、其来源数据集以及每个提示生成的相应环境对象ID。通过该CSV文件可以查找启发性提示的“pk”以获取环境的详细内容。
• experiment_episodes.json: 该JSON文件存储所有Sotopia-pi对话的详细信息。每个对话是一个字典，包含以下内容：
  1. epsiode_id: 对话的唯一ID
  2. scenario: 对话发生的社交环境
  3. codename: 场景类型
  4. agents_background: 两个代理的社交背景，包括年龄、秘密、性格等
  5. social_goals: 两个代理在对话中各自希望达成的社交目标
  6. social_interactions: 两个代理之间的基于回合的对话列表

数据集说明

• inspirational_prompt.csv: 与Sotopia的启发性提示相比，本数据集不包括deal-or-no-deal和mindcraft，因为这些启发性提示在同一数据集内过于相似，可能导致训练和测试时的泄露。同时，排除了persuation_for_good，因为无法找到与Sotopia的启发性提示相同的形式，且前述三个数据集已经提供了足够的启发性提示。