cais/wmdp-corpora
收藏Hugging Face2024-04-25 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/cais/wmdp-corpora
下载链接
链接失效反馈官方服务：
资源简介：
WMDP Corpora数据集包含了用于在WMDP-Bio和WMDP-Cyber上进行遗忘学习的语料库。数据集包含多个配置，如bio-retain-corpus、cyber-forget-corpus和cyber-retain-corpus。bio-retain-corpus包含来自PubMed的生物学论文，而cyber-retain-corpus和cyber-forget-corpus包含通过GitHub关键词搜索抓取的段落。bio-forget-corpus需要单独申请。数据集的主要用途是进行文本生成任务。
提供机构：
cais
原始信息汇总
数据集概述
语言
- 英文 (en)
许可证
- MIT
任务类别
- 文本生成
数据集信息
bio-retain-corpus
- 特征
- 名称: text
- 数据类型: string
- 分割
- 名称: train
- 字节数: 1910886303.0
- 样本数: 60887
- 下载大小: 883575398
- 数据集大小: 1910886303.0
cyber-forget-corpus
- 特征
- 名称: text
- 数据类型: string
- 分割
- 名称: train
- 字节数: 20901229.0
- 样本数: 1000
- 下载大小: 10762190
- 数据集大小: 20901229.0
cyber-retain-corpus
- 特征
- 名称: text
- 数据类型: string
- 分割
- 名称: train
- 字节数: 60134891.0
- 样本数: 4473
- 下载大小: 26378599
- 数据集大小: 60134891.0
配置
bio-retain-corpus
- 数据文件
- 分割: train
- 路径: bio-retain-corpus/train-*
cyber-forget-corpus
- 数据文件
- 分割: train
- 路径: cyber-forget-corpus/train-*
cyber-retain-corpus
- 数据文件
- 分割: train
- 路径: cyber-retain-corpus/train-*
