upiter/LangHack

该数据集包含500,000个训练样本，每个样本由prompt和completion两个字符串类型的特征组成。数据集的总大小为13,449,668,588字节，下载大小为3,251,708,048字节。数据集采用MIT许可证。

This dataset contains 500,000 training samples, each consisting of two string-type features: prompt and completion. The total size of the dataset is 13,449,668,588 bytes, with a download size of 3,251,708,048 bytes. The dataset is licensed under the MIT license.

原始信息汇总

数据集概述

基本信息

• 名称: LangHack
• 别名: upiter/LangHack
• 描述: LangHack是一个用于演示rogue-like视频游戏NetHack差异历史的数据集，由符号AutoAscend机器人生成，该机器人在游戏中具有最先进的性能（截至2024年7月22日）。该数据集通过从AutoAscend玩的10,000个完整NetHack游戏中抽样，将其转换为自然语言文本，并分成64个时间步长的连续“块”。
• 创建者: Ulyana Piterbarg
• 网址: HF Mirror
• 许可证: MIT

数据分布

• 类型: 文件对象和文件集
• 格式: Parquet
• 内容:
  • 文件对象:
    • 名称: repo
    • 描述: HF Mirror的Git仓库。
    • 内容URL: HF Mirror Git仓库
    • 编码格式: git+https
  • 文件集:
    • 名称: parquet-files-for-config-default
    • 描述: 由HF Mirror转换的底层Parquet文件（参见：HF Mirror Parquet文档）。
    • 包含于: repo
    • 编码格式: application/x-parquet
    • 包含: default//.parquet

记录集

• 类型: 记录集
• 名称: default
• 描述: upiter/LangHack - default子集
• 字段:
  • 字段1:
    • 名称: default/prompt
    • 描述: HF Mirror Parquet文件中的prompt列。
    • 数据类型: 文本
    • 来源: 从parquet-files-for-config-default中提取的prompt列。
  • 字段2:
    • 名称: default/completion
    • 描述: HF Mirror Parquet文件中的completion列。
    • 数据类型: 文本
    • 来源: 从parquet-files-for-config-default中提取的completion列。

关键词

• text-generation
• mit
• 100K - 1M
• parquet
• Text
• Datasets
• Dask
• Croissant
• arxiv:2312.07540
• 🇺🇸 Region: US
• nethack
• interactive decision-making
• llm agents
• imitation learning
• behavioral cloning

符合标准

• 标准: MLCommons Croissant 1.0