OpenAI Summarization Corpus

kaggle2023-11-24 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/thedevastator/openai-summarization-corpus

下载链接

链接失效反馈

官方服务：

资源简介：

Training and Validation Data from TL;DR, CNN, and Daily Mail

来自TL;DR（Too Long; Didn't Read）、CNN以及每日邮报的训练与验证数据

创建时间：

2023-11-24

CarperAI/openai_summarize_tldr

--- dataset_info: features: - name: prompt dtype: string - name: label dtype: string splits: - name: train num_bytes: 181260841 num_examples: 116722 - name: valid num_b

Hugging Face2023-01-10 更新30

CarperAI/openai_summarize_comparisons

该数据集包含三个主要字段：prompt、chosen和rejected，数据类型均为字符串。数据集被分为四个部分：test、train、valid1和valid2，每个部分都有相应的字节大小和样本数量。数据集的下载大小为20257716字节，总大小为443527229字节。

Hugging Face2023-02-27 更新70

openai/summarize_from_feedback

在《Learning to Summarize from Human Feedback》论文中，研究人员从人类反馈中训练了一个奖励模型，该模型随后用于训练摘要模型以符合人类偏好。此数据集是为此奖励模型发布的人类反馈数据。数据集分为两部分：comparisons和axis。在comparisons部分，人类注释者被要求从两个摘要中选择最佳摘要。在axis部分，人类注释者对摘要的质量进行了评分。com

Hugging Face2023-01-03 更新1080

arianhosseini/openai_summarize_unlabelled

--- dataset_info: features: - name: prompt dtype: string - name: label dtype: string splits: - name: train num_bytes: 167037359 num_examples: 107543 download_size: 10197985

Hugging Face2023-11-18 更新60

martimfasantos/openai-summarize-tldr

这是用于https://arxiv.org/abs/2009.01325的数据集版本。如果开始一个新项目，我们建议使用https://huggingface.co/datasets/openai/summarize_from_feedback。更多信息请参见https://github.com/openai/summarize-from-feedback，原始TL;DR数据集请参见https://

Hugging Face2024-05-29 更新160