LucidityAI/PIPKIN-30K-Creative

---
license: mit
language:
- en
pretty_name: PIPPA 30K
---
# PIPKIN 30K Creative
The PIPKIN 30K Creative dataset is the first dataset in a series of evolving, in-the-wild creative datasets.
This dataset is inspired by [Pygmalion's PIPPA dataset](https://huggingface.co/datasets/PygmalionAI/PIPPA) from 2023.

Data is collected by exchanging anonymous data for OSS model usage (GLM-5, GLM 4.7, DeepSeek V3.1, Qwen 3.5 397B, Kimi K2.5, etc).

This data shows 200+ million tokens of chat data.

The average amount of input tokens is ~10k.
The average amount of completion tokens is ~0.8k-1k.
There are 28k examples of unique conversations.

许可证：MIT许可证
语言：英语
美观名称：PIPPA 30K

# PIPKIN 30K Creative 数据集
PIPKIN 30K Creative 数据集是一系列不断演进的真实场景创意数据集中的首个数据集。该数据集的设计灵感源自2023年发布的 [PygmalionAI团队的PIPPA数据集](https://huggingface.co/datasets/PygmalionAI/PIPPA)。
本数据集通过以匿名数据换取开源（Open Source Software, OSS）模型使用权限的方式采集得到，涉及的模型包括GLM-5、GLM 4.7、DeepSeek V3.1、Qwen 3.5 397B、Kimi K2.5等。
该数据集包含超过2亿Token的对话数据，单轮对话的平均输入Token数约为1万，平均输出Token数约为800至1000，共包含28000组独特对话样本。