chargoddard/PIPPA-Judged

该数据集名为PIPPA-Judged，是基于Pygmalion的PIPPA数据集，并通过TheBloke/OpenOrca-Platypus2-13B-GPTQ模型生成了质量评分。数据集包含四个配置（adequately_rated、best_rated、default、ratings_only），每个配置的特征包括ID、评分、提交时间戳、类别、机器人ID、机器人名称、机器人问候语、机器人定义、机器人描述以及对话内容。数据集的主要用途是用于模型复现，建议用户参考更高质量的数据集pippa_scored。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 对话
• 语言: 英语
• 标签:
  • 非所有受众
  • 对话
  • 角色扮演
  • 自定义格式

数据集配置

配置 adequately_rated

• 特征:
  • id: 字符串
  • rating: 结构体
    • analysis: 字符串
    • judge: 字符串
    • score: 浮点数 (float64)
  • submission_timestamp: 时间戳 (timestamp[ns])
  • categories: 字符串序列
  • bot_id: 字符串
  • bot_name: 字符串
  • bot_greeting: 字符串
  • bot_definitions: 字符串
  • bot_description: 字符串
  • conversation: 结构体
    • is_human: 布尔序列
    • message: 字符串序列
• 分割:
  • train:
    • 字节数: 203748289.37737644
    • 示例数: 14610
• 下载大小: 111617678
• 数据集大小: 203748289.37737644

配置 best_rated

• 特征:
  • id: 字符串
  • rating: 结构体
    • analysis: 字符串
    • judge: 字符串
    • score: 浮点数 (float64)
  • submission_timestamp: 时间戳 (timestamp[ns])
  • categories: 字符串序列
  • bot_id: 字符串
  • bot_name: 字符串
  • bot_greeting: 字符串
  • bot_definitions: 字符串
  • bot_description: 字符串
  • conversation: 结构体
    • is_human: 布尔序列
    • message: 字符串序列
• 分割:
  • train:
    • 字节数: 10780111.409220532
    • 示例数: 773
• 下载大小: 9421151
• 数据集大小: 10780111.409220532

配置 default

• 特征:
  • id: 字符串
  • rating: 结构体
    • analysis: 字符串
    • judge: 字符串
    • score: 浮点数 (float64)
  • submission_timestamp: 时间戳 (timestamp[ns])
  • categories: 字符串序列
  • bot_id: 字符串
  • bot_name: 字符串
  • bot_greeting: 字符串
  • bot_definitions: 字符串
  • bot_description: 字符串
  • conversation: 结构体
    • is_human: 布尔序列
    • message: 字符串序列
• 分割:
  • train:
    • 字节数: 234735880
    • 示例数: 16832
• 下载大小: 116686573
• 数据集大小: 234735880

配置 ratings_only

• 特征:
  • success: 布尔值
  • score: 浮点数 (float64)
  • response: 字符串
  • id: 字符串
• 分割:
  • train:
    • 字节数: 7190167
    • 示例数: 16832
• 下载大小: 2848419
• 数据集大小: 7190167

数据文件路径

• adequately_rated:
  • train: adequately_rated/train-*
• best_rated:
  • train: best_rated/train-*
• default:
  • train: data/train-*
• ratings_only:
  • train: ratings_only/train-*