Finnish-NLP/OrcaAgentInstruct-textmodification
收藏Hugging Face2025-12-01 更新2026-01-03 收录
下载链接：
https://hf-mirror.com/datasets/Finnish-NLP/OrcaAgentInstruct-textmodification
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: langdetect_str
dtype: string
- name: text_lang
dtype: string
- name: text_lang_proba
dtype: float64
- name: perplexity
dtype: int64
- name: suomi_suhde
dtype: float64
- name: fi_10_word_chunks
dtype: int64
- name: non_fi_10_word_chunks
dtype: int64
- name: instruction
dtype: string
- name: response
dtype: string
- name: multiturn
dtype: bool
- name: pred_Faktuaalisuus
dtype: float64
- name: pred_Ystävällisyys
dtype: float64
- name: pred_Kielellinen laatu
dtype: float64
- name: pred_Selkeys
dtype: float64
- name: pred_Erikoisluokittelu
dtype: float64
- name: pred_Informatiivisuus
dtype: float64
- name: tok_len
dtype: int64
- name: quality_raw_response
dtype: string
- name: quality_pohdinta
dtype: string
- name: quality_arvio
dtype: string
splits:
- name: text_modification
num_bytes: 454845440
num_examples: 26098
download_size: 241047611
dataset_size: 454845440
configs:
- config_name: default
data_files:
- split: text_modification
path: data/text_modification-*
---
数据集信息：
特征：
- 名称：对话消息（messages）
类型：列表，包含子特征：
- 子名称：消息内容（content），数据类型：字符串
- 子名称：角色（role），数据类型：字符串
- 名称：语言检测字符串（langdetect_str），数据类型：字符串
- 名称：文本语言（text_lang），数据类型：字符串
- 名称：文本语言检测置信度（text_lang_proba），数据类型：64位浮点型
- 名称：困惑度（perplexity），数据类型：64位整型
- 名称：芬兰语占比（suomi_suhde），数据类型：64位浮点型
- 名称：芬兰语10词块数量（fi_10_word_chunks），数据类型：64位整型
- 名称：非芬兰语10词块数量（non_fi_10_word_chunks），数据类型：64位整型
- 名称：指令（instruction），数据类型：字符串
- 名称：回复（response），数据类型：字符串
- 名称：多轮对话标识（multiturn），数据类型：布尔型
- 名称：事实性预测值（pred_Faktuaalisuus），数据类型：64位浮点型
- 名称：友好性预测值（pred_Ystävällisyys），数据类型：64位浮点型
- 名称：语言质量预测值（pred_Kielellinen laatu），数据类型：64位浮点型
- 名称：清晰度预测值（pred_Selkeys），数据类型：64位浮点型
- 名称：特殊分类预测值（pred_Erikoisluokittelu），数据类型：64位浮点型
- 名称：信息性预测值（pred_Informatiivisuus），数据类型：64位浮点型
- 名称：Token长度（tok_len），数据类型：64位整型
- 名称：原始回复质量标注（quality_raw_response），数据类型：字符串
- 名称：思考过程质量标注（quality_pohdinta），数据类型：字符串
- 名称：整体评价质量标注（quality_arvio），数据类型：字符串
分割集：
- 名称：文本修改集（text_modification），字节数：454845440，样本数量：26098
下载大小：241047611
数据集总存储大小：454845440
配置项：
- 配置名称：默认配置（default）
数据文件：
- 分割集：文本修改集（text_modification）
文件路径：data/text_modification-*
提供机构：
Finnish-NLP
