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920

declare-lab/audio-alpaca

音频生成

用户偏好分析

Audio-alpaca是一个成对偏好数据集，包含约15k个（prompt, chosen, rejected）三元组，其中给定一个文本提示，chosen是首选的生成音频，rejected是不受欢迎的音频。

Hugging Face2024-07-18 更新900

declare-lab/InstructEvalImpact

自然语言处理

语言模型评估

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480

declare-lab/CategoricalHarmfulQA

安全评估

有害内容识别

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920

declare-lab/HyperRED

信息抽取

自然语言处理

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510

declare-lab/MELD

资源简介：

数据集概述

许可证信息

相关数据集