woah-ceianlp/initial_dataset_neg_oversample

--- dataset_info: features: - name: original dtype: string - name: prompt_strategy dtype: string - name: system dtype: string - name: user dtype: string - name: content dtype: string - name: completion_tokens dtype: int64 - name: prompt_tokens dtype: int64 - name: is_toxic dtype: int64 - name: sample_size dtype: string - name: generation_model dtype: string splits: - name: train num_bytes: 46937730 num_examples: 10700 download_size: 2141400 dataset_size: 46937730 configs: - config_name: default data_files: - split: train path: data/train-* ------ 数据集信息: 特征字段: - 字段名: original（原始文本） 数据类型: 字符串 - 字段名: prompt_strategy（提示策略） 数据类型: 字符串 - 字段名: system（系统提示文本） 数据类型: 字符串 - 字段名: user（用户提示文本） 数据类型: 字符串 - 字段名: content（生成内容） 数据类型: 字符串 - 字段名: completion_tokens（补全Token数） 数据类型: 64位整型 - 字段名: prompt_tokens（提示Token数） 数据类型: 64位整型 - 字段名: is_toxic（毒性标签） 数据类型: 64位整型 - 字段名: sample_size（样本规模） 数据类型: 字符串 - 字段名: generation_model（生成模型） 数据类型: 字符串 数据集划分: - 划分名称: train（训练集） 字节数: 46937730 样本数量: 10700 下载大小: 2141400 数据集总大小: 46937730 配置项: - 配置名称: default（默认配置） 数据文件: - 划分: train（训练集） 文件路径: data/train-* ---