declare-lab/MELD

Name: declare-lab/MELD
Creator: declare-lab
Published: 2022-10-24 04:48:06
License: 暂无描述

Hugging Face2022-10-24 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/declare-lab/MELD

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: gpl-3.0 ---

许可证：GNU通用公共许可证第3.0版（GPL-3.0）

提供机构：

declare-lab

原始信息汇总

数据集概述

许可证信息

许可证类型: GPL-3.0

declare-lab/CategoricalHarmfulQA

CatQA是一个用于LLM安全对齐研究的分类有害问题数据集。为了全面评估模型在各种有害类别中的表现，我们构建了这个新的安全评估数据集CatQA。数据集包含550个有害问题，分为11个主要类别，每个类别下有5个子类别，每个子类别包含10个问题。最初的问题为英文，后扩展至中文和越南文。每个子类别和问题均由我们借助一个强大但未对齐的LLM收集，并通过语言熟练的人工注释者增强数据集的质量。

Hugging Face2024-02-27 更新790

declare-lab/TangoPromptBank

该数据集用于预训练Tango-Full-FT-Audiocaps模型。TangoPromptBank是一个多样化的语料库，包含来自WavCaps、AudioCaps、ESC、UrbanSound、MusicCaps、GTZAN和Musical Instruments数据集的文本提示和音频样本。所有超过10秒的音频片段被分割为不超过10秒的片段，并重新采样到16KHz。数据集统计信息显示总共有1.2

Hugging Face2023-05-31 更新890

declare-lab/AlgoPuzzleVQA

AlgoPuzzleVQA数据集是为了挑战和评估多模态语言模型解决算法谜题的能力而设计的。这些谜题需要视觉理解、语言理解和复杂的算法推理。数据集中的谜题覆盖了多种数学和算法主题，如布尔逻辑、组合数学、图论、优化、搜索等，旨在评估视觉数据解释和算法问题解决技能之间的差距。数据集是通过自动化生成的，源自人类的代码，所有谜题都有确切的解决方案，无需繁琐的人工计算。这确保了数据集在推理复杂性和数据集大小方

Hugging Face2025-02-26 更新100

declare-lab/InstructEvalImpact

IMPACT数据集包含200个由人类创建的提示，分为四个类别：信息性写作、专业性写作、论证性写作和创造性写作。这些提示用于测试大型语言模型（LLMs）的写作能力。信息性写作包括自我帮助建议或各种概念的解释；专业性写作涉及商业环境中的演示文稿或电子邮件建议；论证性写作涉及伦理和社会问题的辩论立场；创造性写作包括故事、诗歌和歌曲等多种写作形式。该数据集包含在我们的InstructEval基准套件中。

Hugging Face2023-06-09 更新450

declare-lab/HyperRED

HyperRED是一个用于超关系抽取任务的数据集，该任务旨在提取关系三元组及其限定符信息，如时间、数量或地点。例如，关系三元组（Leonard Parker, Educated At, Harvard University）可以通过包含限定符（End Time, 1967）来进行事实上的丰富。HyperRED包含44k个句子，62种关系类型和44种限定符类型。数据集结构包括tokens、entit

Hugging Face2022-11-23 更新440