snap-stanford/gpt-5-mini-2025-08-07_persona_interests_post_dist

---
dataset_info:
features:
- name: dataset_index
dtype: int64
- name: response_key
dtype: string
- name: prompt
list:
- name: content
dtype: string
- name: name
dtype: string
- name: role
dtype: string
- name: generation
dtype: string
- name: extra_info
struct:
- name: comment_metrics
dtype: string
- name: hierarchy_name
dtype: string
- name: index
dtype: int64
- name: is_top_level
dtype: bool
- name: media_source
dtype: string
- name: name
dtype: string
- name: persona
dtype: string
- name: post
dtype: 'null'
- name: post_id
dtype: string
- name: post_metrics
dtype: string
- name: raw_prompt
dtype: string
- name: split
dtype: string
- name: metrics
struct:
- name: content_type
struct:
- name: all_labels
list: string
- name: batch_sizes
list: int64
- name: label
dtype: string
- name: raw_texts
list: string
- name: emotion
struct:
- name: all_labels
list: string
- name: batch_sizes
list: int64
- name: label
dtype: string
- name: raw_texts
list: string
- name: hostility
struct:
- name: all_labels
list: string
- name: batch_sizes
list: int64
- name: label
dtype: string
- name: raw_texts
list: string
- name: humor
struct:
- name: all_labels
list: string
- name: batch_sizes
list: int64
- name: label
dtype: string
- name: raw_texts
list: string
- name: sentiment
struct:
- name: all_labels
list: string
- name: batch_sizes
list: int64
- name: label
dtype: string
- name: raw_texts
list: string
- name: stance
struct:
- name: all_labels
list: string
- name: batch_sizes
list: int64
- name: label
dtype: string
- name: raw_texts
list: string
splits:
- name: train
num_bytes: 91165090
num_examples: 3366
download_size: 24998945
dataset_size: 91165090
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息（dataset_info）：
特征列表：
- 字段名：dataset_index，数据类型：64位整型（int64）
- 字段名：response_key，数据类型：字符串型（string）
- 字段名：prompt，列表型（list），包含以下子字段：
- 字段名：content，数据类型：字符串型（string）
- 字段名：name，数据类型：字符串型（string）
- 字段名：role，数据类型：字符串型（string）
- 字段名：generation，数据类型：字符串型（string）
- 字段名：extra_info，结构体型（struct），包含以下子字段：
- 字段名：comment_metrics，数据类型：字符串型（string）
- 字段名：hierarchy_name，数据类型：字符串型（string）
- 字段名：index，数据类型：64位整型（int64）
- 字段名：is_top_level，数据类型：布尔型（bool）
- 字段名：media_source，数据类型：字符串型（string）
- 字段名：name，数据类型：字符串型（string）
- 字段名：persona，数据类型：字符串型（string）
- 字段名：post，数据类型：空值（null）
- 字段名：post_id，数据类型：字符串型（string）
- 字段名：post_metrics，数据类型：字符串型（string）
- 字段名：raw_prompt，数据类型：字符串型（string）
- 字段名：split，数据类型：字符串型（string）
- 字段名：metrics，结构体型（struct），包含以下子结构体：
- 内容类型（content_type）：
- 所有标签（all_labels）：字符串型列表
- 批次大小（batch_sizes）：64位整型列表
- 标签（label）：字符串型
- 原始文本（raw_texts）：字符串型列表
- 情感（emotion）：
- 所有标签（all_labels）：字符串型列表
- 批次大小（batch_sizes）：64位整型列表
- 标签（label）：字符串型
- 原始文本（raw_texts）：字符串型列表
- 敌意（hostility）：
- 所有标签（all_labels）：字符串型列表
- 批次大小（batch_sizes）：64位整型列表
- 标签（label）：字符串型
- 原始文本（raw_texts）：字符串型列表
- 幽默（humor）：
- 所有标签（all_labels）：字符串型列表
- 批次大小（batch_sizes）：64位整型列表
- 标签（label）：字符串型
- 原始文本（raw_texts）：字符串型列表
- 情感倾向（sentiment）：
- 所有标签（all_labels）：字符串型列表
- 批次大小（batch_sizes）：64位整型列表
- 标签（label）：字符串型
- 原始文本（raw_texts）：字符串型列表
- 立场（stance）：
- 所有标签（all_labels）：字符串型列表
- 批次大小（batch_sizes）：64位整型列表
- 标签（label）：字符串型
- 原始文本（raw_texts）：字符串型列表
划分集信息：
- 划分名称：train（训练集），占用字节数：91165090，样本数量：3366
下载大小：24998945，数据集总大小：91165090
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分集：train，文件路径：data/train-*