locuslab/safety_data_annotated

---
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: string
- name: dump
dtype: string
- name: url
dtype: string
- name: date
dtype: string
- name: file_path
dtype: string
- name: language
dtype: string
- name: language_score
dtype: string
- name: token_count
dtype: int64
- name: safety_score
dtype: int64
- name: reason
dtype: string
- name: full_response
dtype: string
- name: request_id
dtype: int64
splits:
- name: train
num_bytes: 137990226
num_examples: 38961
download_size: 76289078
dataset_size: 137990226
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名称：文本（text），数据类型：字符串
- 字段名称：标识符（id），数据类型：字符串
- 字段名称：转储内容（dump），数据类型：字符串
- 字段名称：统一资源定位符（url），数据类型：字符串
- 字段名称：日期（date），数据类型：字符串
- 字段名称：文件路径（file_path），数据类型：字符串
- 字段名称：语言（language），数据类型：字符串
- 字段名称：语言得分（language_score），数据类型：字符串
- 字段名称：Token计数（token_count），数据类型：int64类型
- 字段名称：安全得分（safety_score），数据类型：int64类型
- 字段名称：原因（reason），数据类型：字符串
- 字段名称：完整响应（full_response），数据类型：字符串
- 字段名称：请求标识符（request_id），数据类型：int64类型
数据集划分：
- 划分名称：训练集（train），占用字节数：137990226，样本总数：38961
下载大小：76289078
数据集总大小：137990226
配置项：
- 配置名称：默认配置（default），数据文件：
- 训练集划分：数据路径为data/train-*