chargoddard/PIPPA-Judged

该数据集名为PIPPA-Judged，是基于Pygmalion的PIPPA数据集，并通过TheBloke/OpenOrca-Platypus2-13B-GPTQ模型生成了质量评分。数据集包含四个配置（adequately_rated、best_rated、default、ratings_only），每个配置的特征包括ID、评分、提交时间戳、类别、机器人ID、机器人名称、机器人问候语、机器人定义、机器人描述以及对话内容。数据集的主要用途是用于模型复现，建议用户参考更高质量的数据集pippa_scored。

This dataset, named PIPPA-Judged, is derived from the PIPPA dataset developed by Pygmalion, with quality scores generated using the TheBloke/OpenOrca-Platypus2-13B-GPTQ model. It includes four configurations: adequately_rated, best_rated, default, and ratings_only. Each configuration contains fields such as ID, rating, submission timestamp, category, robot ID, robot name, robot greeting, robot definition, robot description, and dialogue content. The primary application scenario of this dataset is model reproduction, and users are recommended to refer to the higher-quality pippa_scored dataset.

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 对话
• 语言: 英语
• 标签:
  • 非所有受众
  • 对话
  • 角色扮演
  • 自定义格式

数据集配置

配置 adequately_rated

• 特征:
  • id: 字符串
  • rating: 结构体
    • analysis: 字符串
    • judge: 字符串
    • score: 浮点数 (float64)
  • submission_timestamp: 时间戳 (timestamp[ns])
  • categories: 字符串序列
  • bot_id: 字符串
  • bot_name: 字符串
  • bot_greeting: 字符串
  • bot_definitions: 字符串
  • bot_description: 字符串
  • conversation: 结构体
    • is_human: 布尔序列
    • message: 字符串序列
• 分割:
  • train:
    • 字节数: 203748289.37737644
    • 示例数: 14610
• 下载大小: 111617678
• 数据集大小: 203748289.37737644

配置 best_rated

• 特征:
  • id: 字符串
  • rating: 结构体
    • analysis: 字符串
    • judge: 字符串
    • score: 浮点数 (float64)
  • submission_timestamp: 时间戳 (timestamp[ns])
  • categories: 字符串序列
  • bot_id: 字符串
  • bot_name: 字符串
  • bot_greeting: 字符串
  • bot_definitions: 字符串
  • bot_description: 字符串
  • conversation: 结构体
    • is_human: 布尔序列
    • message: 字符串序列
• 分割:
  • train:
    • 字节数: 10780111.409220532
    • 示例数: 773
• 下载大小: 9421151
• 数据集大小: 10780111.409220532

配置 default

• 特征:
  • id: 字符串
  • rating: 结构体
    • analysis: 字符串
    • judge: 字符串
    • score: 浮点数 (float64)
  • submission_timestamp: 时间戳 (timestamp[ns])
  • categories: 字符串序列
  • bot_id: 字符串
  • bot_name: 字符串
  • bot_greeting: 字符串
  • bot_definitions: 字符串
  • bot_description: 字符串
  • conversation: 结构体
    • is_human: 布尔序列
    • message: 字符串序列
• 分割:
  • train:
    • 字节数: 234735880
    • 示例数: 16832
• 下载大小: 116686573
• 数据集大小: 234735880

配置 ratings_only

• 特征:
  • success: 布尔值
  • score: 浮点数 (float64)
  • response: 字符串
  • id: 字符串
• 分割:
  • train:
    • 字节数: 7190167
    • 示例数: 16832
• 下载大小: 2848419
• 数据集大小: 7190167

数据文件路径

• adequately_rated:
  • train: adequately_rated/train-*
• best_rated:
  • train: best_rated/train-*
• default:
  • train: data/train-*
• ratings_only:
  • train: ratings_only/train-*