larryvrh/PIPPA-TavernFormat

数据集名为PIPPA_TavernFormat，是从PygmalionAI/PIPPA数据集的去重版本转换而来。数据集的格式为Tavern格式，可能与原始CAI格式存在一些字段不匹配的情况，特别是角色描述和个性字段。数据集包含多个特征，如类别、名称、描述、第一条消息、个性、示例对话和对话内容。数据集分为训练集，包含11841个示例，总大小为174673097字节。数据集的语言为英语，任务类别为对话，标签包括not-for-all-audiences、roleplay和conversational，数据集规模在10K到100K之间。

The dataset, named PIPPA_TavernFormat, is converted from the deduplicated version of the PygmalionAI/PIPPA dataset. It follows the Tavern format, and may have some field mismatches compared to the original CAI format, especially in the character description and personality fields. The dataset includes multiple features such as category, name, description, first message, personality, sample dialogue, and conversation content. It is split into a training set containing 11841 examples, with a total size of 174673097 bytes. The dataset is in English, with the task category being dialogue. Its labels include not-for-all-audiences, roleplay, and conversational, and the dataset scale ranges from 10K to 100K.

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • categories: 字符串序列
  • name: 字符串
  • description: 字符串
  • first_msg: 字符串
  • personality: 字符串
  • example_dialogues: 字符串序列
  • conversation: 列表，包含以下子特征:
    • is_human: 布尔值
    • message: 字符串

• 数据分割:

  • train:
    • 字节数: 174673097
    • 样本数: 11841

• 下载大小: 88204818 字节

• 数据集大小: 174673097 字节

• 许可证: agpl-3.0

• 任务类别: 对话

• 语言: 英语

• 标签:

  • 不适合所有观众
  • 角色扮演
  • 对话

• 大小类别: 10K<n<100K