该数据集是在评估模型bhenrym14/airoboros-33b-gpt4-1.4.1-PI-8192-fp16时自动生成的，包含3个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行在配置中作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，还有一个results配置存储所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚

Hugging Face2023-10-15 更新270

cowWhySo/reddit_top_comments

社交媒体广告

自然语言处理

该数据集包含了从2005年到2022年期间，从Reddit平台上选取的多个热门子版块（如AskReddit、worldnews等）的帖子及其最高赞评论。每个数据条目包括帖子标题（title）、帖子正文（selftext）、最高赞评论（top_comment）和所属子版块（subreddit）。数据集经过筛选，仅包含至少有一个赞的评论。数据集涵盖了多个非NSFW的子版块，但可能包含一些NSFW语言。

Hugging Face2024-06-20 更新100

DACON-Korean-Review-Obfuscation

文本处理

自然语言处理

该数据集包含两个文本特征：sentence_noisy（噪声句子）和sentence（干净句子）。数据集分为训练集、验证集和测试集，其中训练集包含9011个示例，验证集和测试集各包含1126个示例。数据集总大小为5107634字节，下载大小为3790161字节。

Hugging Face2025-08-09 更新50

systemk/c4-ja-5k-metrics

自然语言处理

文本分析

该数据集包含多个配置，每个配置具有不同的特征和分割。特征包括文本内容、语言、置信度、行数统计、字符统计、词数统计、句子统计等。此外，还包含一些特定的标签和掩码，用于标识文本中的特定特征，如是否有不雅词汇、是否有JavaScript代码等。每个配置的数据文件路径、下载大小和数据集大小也有所不同。

Hugging Face2024-03-29 更新170

Thanmay/hellaswag-translated

自然语言处理

跨语言翻译

--- dataset_info: config_name: hi features: - name: ind dtype: int32 - name: activity_label dtype: string - name: ctx_b dtype: string - name: ctx dtype: string - name: so

Hugging Face2024-02-20 更新80

olpa/jbo-corpus

资源简介：

数据集概述

数据集名称

数据集简介

许可信息

相关数据集