Four Sentence Stories for Text Generation

kaggle2021-09-09 更新2024-03-08 收录

数据链接：

官方服务：

资源简介：

Stories collected from a small subreddit

采集自单个小型Reddit子论坛（subreddit）的故事集

创建时间：

2021-09-09

这是一个包含多个字段的数据集，其中包括id、文本内容(text)、数据集来源(dataset)、生成方式(gen)、句法特征(synt)等。数据集分为训练集(train)，包含5000个例子，总文件大小为26825278字节。此外，还提供了数据集的配置信息，包括默认配置和相应的数据文件路径。

Hugging Face2025-04-06 更新200

基于用户内部数据和公开来源获取的可行性研究报告的全文文献数据，成功开发了专门用于可研报告自动化生成的大模型，节约了用户70%的报告撰写时间。

杭州数据交易所2025-07-11 更新150

该数据集是由arXiv、学术论文和维基百科中的文本通过SpinBot释义工具转换而来的释义文本集合。它还包括了使用预训练词嵌入模型结合机器学习分类器得到的结果。这些数据来源于多个渠道的各个段落，其任务是识别由机器生成的释义文本。

arXiv150

这是一个包含多个字段的数据集，其中包括示例ID、提示内容（包括内容和角色）、完成内容（包括内容和角色）、任务类型、奖励、生成时间、评分时间、总时间、答案以及多种奖励函数。数据集分为训练集，包含15个示例。

Hugging Face2025-10-19 更新180

这是一个意大利语的文本生成数据集，包含会话信息，每个会话由内容和角色两部分组成。数据集被分为训练集，共有约2亿1千4百2万1千2百22个样本，总大小为4GB。数据集遵循Apache-2.0协议。

Hugging Face2025-08-22 更新150