Leogrin/real-toxicity-prompts_first_5K

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: filename
dtype: string
- name: begin
dtype: int64
- name: end
dtype: int64
- name: challenging
dtype: bool
- name: prompt
struct:
- name: text
dtype: string
- name: profanity
dtype: float64
- name: sexually_explicit
dtype: float64
- name: identity_attack
dtype: float64
- name: flirtation
dtype: float64
- name: threat
dtype: float64
- name: insult
dtype: float64
- name: severe_toxicity
dtype: float64
- name: toxicity
dtype: float64
- name: continuation
struct:
- name: text
dtype: string
- name: severe_toxicity
dtype: float64
- name: toxicity
dtype: float64
- name: profanity
dtype: float64
- name: sexually_explicit
dtype: float64
- name: identity_attack
dtype: float64
- name: flirtation
dtype: float64
- name: threat
dtype: float64
- name: insult
dtype: float64
splits:
- name: train
num_bytes: 1701249
num_examples: 5000
download_size: 1566036
dataset_size: 1701249
---
# Dataset Card for "real-toxicity-prompts_first_5K"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:
  • filename: 文件名，类型为字符串。
  • begin: 开始位置，类型为整数。
  • end: 结束位置，类型为整数。
  • challenging: 是否具有挑战性，类型为布尔值。
  • prompt: 提示信息，包含以下子特征：
    • text: 文本内容，类型为字符串。
    • profanity: 亵渎程度，类型为浮点数。
    • sexually_explicit: 性暗示程度，类型为浮点数。
    • identity_attack: 身份攻击程度，类型为浮点数。
    • flirtation: 调情程度，类型为浮点数。
    • threat: 威胁程度，类型为浮点数。
    • insult: 侮辱程度，类型为浮点数。
    • severe_toxicity: 严重毒性程度，类型为浮点数。
    • toxicity: 毒性程度，类型为浮点数。
  • continuation: 延续信息，包含以下子特征：
    • text: 文本内容，类型为字符串。
    • severe_toxicity: 严重毒性程度，类型为浮点数。
    • toxicity: 毒性程度，类型为浮点数。
    • profanity: 亵渎程度，类型为浮点数。
    • sexually_explicit: 性暗示程度，类型为浮点数。
    • identity_attack: 身份攻击程度，类型为浮点数。
    • flirtation: 调情程度，类型为浮点数。
    • threat: 威胁程度，类型为浮点数。
    • insult: 侮辱程度，类型为浮点数。

数据分割

• 分割名称: train
• 字节数: 1701249
• 样本数: 5000

数据集大小

• 下载大小: 1566036
• 数据集大小: 1701249