mirror_id stringlengths 16 96 ⌀ | source_id stringlengths 0 108 | status stringclasses 5
values | status_note stringclasses 13
values | visibility stringclasses 2
values | summary_ja stringlengths 0 352 | topic stringclasses 31
values | topic_file stringclasses 30
values | all_topics stringclasses 112
values | ledger_section stringlengths 18 101 ⌀ | license stringclasses 58
values | ledger_category stringclasses 4
values | tags stringlengths 0 122 ⌀ | num_rows int64 1 890M ⌀ | rows_estimated bool 2
classes | num_columns_min int64 1 143 ⌀ | num_columns_max int64 1 845 ⌀ | n_configs int64 0 960 ⌀ | n_splits int64 0 960 ⌀ | splits stringlengths 0 2.45k ⌀ | columns stringlengths 0 2.66k ⌀ | shape_source stringclasses 4
values | size_bytes int64 2.46k 171,137B ⌀ | size stringlengths 4 9 ⌀ | n_files int64 1 100k ⌀ | file_formats stringlengths 0 269 ⌀ | language stringclasses 126
values | task_categories stringclasses 155
values | papers stringlengths 0 338 ⌀ | gated bool 2
classes | source_sha stringlengths 40 40 ⌀ | source_url stringlengths 40 140 ⌀ | mirror_url stringlengths 0 128 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
HYUKI5/Asap7772__cog_behav_all_strategies | Asap7772/cog_behav_all_strategies | 複製済み | public | Countdown（数合わせ）の問題に対する応答のデータとされる。1 行が `query`（問い）と `completion`（応答）の組で、調査メモでは推論の行動を表すラベル列は無いとされる。元のカードは空で、この説明は列名と調査メモから書いた。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q3. 思考の「行動・構造」（検証・後戻り・計画・反省など）を文や節の単位で付けたデータは何があるか (L84) | D | domain-math use-unclear genre-instruction label-none annot-unknown | 1,200 | false | 2 | 2 | 1 | 2 | default/train=1000; default/test=200 | query: string; completion: string | viewer | 583,862 | 583.86 KB | 4 | parquet 2 | false | f0e4a3ad6bfc5ca15d9631b07a54f28c219f2d8f | https://huggingface.co/datasets/Asap7772/cog_behav_all_strategies | https://huggingface.co/datasets/HYUKI5/Asap7772__cog_behav_all_strategies | |||||
HYUKI5/CMU-AIRe__RLAD-abstractions-benchmarks | CMU-AIRe/RLAD-abstractions-benchmarks | 複製済み | public | 数学の問題 60 問を集めたデータ。1 行が 1 問で、`problem` に問題文、`hints` にヒント、`answer` に答えが入る。元のカードは空で、この説明は列名と調査メモから書いた。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q5. 抽象化の段階・原理への一般化・類推をラベルにしたデータは何があるか (L137) | D | domain-math use-unclear genre-exam label-text annot-unknown | 60 | false | 4 | 4 | 1 | 2 | default/AIME2025=30; default/HMMT2025=30 | prompt: string; problem: string; hints: string; answer: string | viewer | 388,964 | 388.96 KB | 4 | parquet 2 | false | 44e6894464a29939e0bb857b6aa5cb33e5e1b1bf | https://huggingface.co/datasets/CMU-AIRe/RLAD-abstractions-benchmarks | https://huggingface.co/datasets/HYUKI5/CMU-AIRe__RLAD-abstractions-benchmarks | |||||
HYUKI5/ErrorRadar__ErrorRadar | ErrorRadar/ErrorRadar | 複製済み | public | ユーザーの解答の誤りを特定するマルチモーダル LLM（MLLM）の能力を評価するためのデータ。K-12 の数学の問題について、問題画像の URL（`content_image`）、ユーザーの解答と手順（`user_answer`・`user_answer_steps`）、誤りの段階（`error_step`）と種類（`error_category`）の列を持つ数千件の行がある。調査メモでは問題が画像付きで、テキストだけでは問題が欠けるとされ、カードは画像の URL が 403 になることがあると注記している。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L56) | D | domain-education domain-math use-unclear genre-exam label-span label-multiclass annot-unknown | 2,500 | false | 10 | 10 | 1 | 1 | default/train=2500 | question_id: string; content_image: string; study_level: string; question_type: string; content: string; answer: string; user_answer: string; user_answer_steps: string; error_step: string; error_category: string | viewer | 2,556,287 | 2.56 MB | 3 | csv 1 | table-question-answering | false | 5c298559830b77f0e7704e33f1bf9191e133cd45 | https://huggingface.co/datasets/ErrorRadar/ErrorRadar | https://huggingface.co/datasets/HYUKI5/ErrorRadar__ErrorRadar | ||||
HYUKI5/JoeyCheng__story_analogy | JoeyCheng/story_analogy | 複製済み | public | 物語どうしの類推を集めたデータ。1 行が物語の組で、`s1` と `s2` に 2 つの物語、`entity` と `relation` に数値、`domain` に分野が入る。元の論文 StoryAnalogy（EMNLP 2023）の題名では、大規模言語モデルから導いた類推とされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q5. 抽象化の段階・原理への一般化・類推をラベルにしたデータは何があるか (L135) | mit | B | domain-commonsense use-conditional genre-other label-score annot-llm lang-en | 24,388 | false | 5 | 5 | 1 | 1 | default/train=24388 | s1: string; s2: string; entity: float64; relation: float64; domain: string | viewer | 5,422,610 | 5.42 MB | 3 | csv 1 | en | https://arxiv.org/abs/2310.12874 | false | d70152d3847927e15a2e741ee0c6839fcfc4cc89 | https://huggingface.co/datasets/JoeyCheng/story_analogy | https://huggingface.co/datasets/HYUKI5/JoeyCheng__story_analogy | ||
HYUKI5/OpenStellarTeam__DeltaBench | OpenStellarTeam/DeltaBench | 複製済み | public | o1 系の推論モデルが生成した長い思考連鎖（CoT）の誤りを、批評モデルや PRM が検出できるかを評価するためのデータ。数学・プログラミング・物理化学生物（PCB）・一般推論の千件余りのサンプルで、1 行が問題と長い CoT 1 件であり、各セクションに戦略の転換・推論の有用性・推論の正しさ（最初の誤り、説明、訂正）・内省の効率のラベルが付いている。調査メモでは評価向けで学習には件数が小さいとされ、カードは学習・研究向けのラベル付きデータを後で公開する予定としている。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L57) | D | domain-math domain-code use-unclear genre-instruction label-span label-multilabel annot-unknown | 1,236 | false | 16 | 16 | 1 | 1 | default/train=1236 | id: string; origin: string; task_l1: string; task_l2: string; question: string; solution: string; answer: string; long_cot: string; sections: string; sections_content: string; sections_labeled_info: string; final_correct: int64; stragegy_shift_section_numbers: string; reason_unuseful_section_numbers: string; reason_err... | viewer | 63,602,695 | 63.60 MB | 3 | csv 1 | https://arxiv.org/abs/2502.19361 | false | 894d233e5beb06b312b29761cc10e10ca5d2588a | https://huggingface.co/datasets/OpenStellarTeam/DeltaBench | https://huggingface.co/datasets/HYUKI5/OpenStellarTeam__DeltaBench | ||||
HYUKI5/Qwen__ProcessBench | Qwen/ProcessBench | 複製済み | public | Qwen Team が提案した、数学の推論過程の誤りを特定するベンチマーク ProcessBench のデータ。1 行が 1 問で、`problem`・`steps`（解法を分けたもの）・`final_answer_correct`・`label` などの列がある。評価用のベンチマークのため件数は小さく、調査メモでは第一の誤りより後のステップには正誤が付いていないとされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q1. 推論の各ステップに「正しい／誤り」を付けた PRM 用データは何があるか（数学中心） (L25) | apache-2.0 | B | domain-math use-conditional genre-exam label-span annot-unknown lang-en | 3,400 | false | 6 | 6 | 1 | 4 | default/gsm8k=400; default/math=1000; default/olympiadbench=1000; default/omnimath=1000 | id: string; generator: string; problem: string; steps: list<string>; final_answer_correct: bool; label: int64 | viewer | 8,168,963 | 8.17 MB | 6 | json 4 | en | https://arxiv.org/abs/2412.06559 | false | 3bdcd5371ed567559a78f559c01c13a6deee7604 | https://huggingface.co/datasets/Qwen/ProcessBench | https://huggingface.co/datasets/HYUKI5/Qwen__ProcessBench | ||
HYUKI5/Randolphzeng__Mr-Ben | Randolphzeng/Mr-Ben | 複製済み | public | 各分野の問題に対する LLM の解答を、正誤、最初の誤りのステップ、誤りの理由の 3 点で判定させるメタ推論ベンチマーク Mr-Ben のデータ。1 行が問題と解答 1 件で、各問題について Mistral・Claude・GPT3.5 から解答を 3 つずつサンプルしたものに、`Model_Solution_Correctness`・`Model_Solution_First_Error_Step`・`Model_Solution_Error_Reason` などの注釈が入る。調査メモでは最終答が合っていても推論が誤っているものを incorrect に含め、誤りの種類のラベルは無く理由は自由文とされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L49) | mit | B | domain-general use-conditional genre-instruction label-binary label-span annot-unknown lang-en | 5,975 | false | 13 | 13 | 1 | 1 | default/train=5975 | Ground_Truth_Answer: string; Ground_Truth_Answer_Modified: string; Model_Solution_Error_Reason: list<string>; Question: string; Options: string; Model_Solution_Correctness: string; Model_Solution_First_Error_Step: string; Model_Solution_Steps: list<string>; Subject: string; Sampled_Model: string; Model_Solution_Rectifi... | viewer | 17,652,308 | 17.65 MB | 9 | json 7 | en | question-answering | https://arxiv.org/abs/2312.17080, https://arxiv.org/abs/2406.13975 | false | f6217b8856a6d2f36c5ec426be8b623f9733fa9c | https://huggingface.co/datasets/Randolphzeng/Mr-Ben | https://huggingface.co/datasets/HYUKI5/Randolphzeng__Mr-Ben | |
HYUKI5/Randolphzeng__Mr-GSM8K | Randolphzeng/Mr-GSM8K | 複製済み | public | GSM8K の算数の問題に、モデルの段階的な解答の正誤、最初の誤りのステップ、誤りの理由を判定させるための評価用データ。1 行がモデルの解答 1 件で、`question`・`ground_truth_answer`・`model_output_steps`（文字列）と、正誤の注釈の列がある。カードによれば、解答の正誤と最初の誤りのステップは自動で採点できるが、誤りの理由は人手か GPT4 で採点すべきとされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L50) | apache-2.0 | B | domain-math use-conditional genre-exam genre-instruction label-binary label-text annot-rule annot-llm lang-en | 2,999 | false | 11 | 11 | 1 | 1 | default/test=2999 | Unnamed: 0: int64; uuid: string; question: string; ground_truth_solution: string; ground_truth_answer: string; model_output_steps: string; model_output_answer_correctness: string; model_output_solution_correctness: string; model_output_solution_first_error_step: float64; model_output_solution_first_error_reason: string... | viewer | 4,463,644 | 4.46 MB | 3 | csv 1 | en | question-answering, text-generation | https://arxiv.org/abs/2312.17080 | false | f944ff9e0cd6d635e6204afb2e8bf07a430cb225 | https://huggingface.co/datasets/Randolphzeng/Mr-GSM8K | https://huggingface.co/datasets/HYUKI5/Randolphzeng__Mr-GSM8K | |
HYUKI5/ZhaoweiWang__AbsPyramid | ZhaoweiWang/AbsPyramid | 複製済み | public | 短い句で書かれた事象に 0 か 1 のラベルを付けたデータで、調査メモでは段落の論述ではないと注記されている。ラベルの付け方の詳細は未確認である。元のカードは空で、この説明は列名と調査メモから書いた。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q5. 抽象化の段階・原理への一般化・類推をラベルにしたデータは何があるか (L134) | mit | B | domain-commonsense use-conditional genre-other label-binary annot-unknown | null | false | null | null | 0 | 0 | files | 89,553,268 | 89.55 MB | 30 | json 24 | false | 8d48c2849c34e558cd6ea3b86bffa5a4c1eeaa3d | https://huggingface.co/datasets/ZhaoweiWang/AbsPyramid | https://huggingface.co/datasets/HYUKI5/ZhaoweiWang__AbsPyramid | ||||||
HYUKI5/hitsmy__PRMBench_Preview | hitsmy/PRMBench_Preview | 複製済み | public | PRM（過程レベルの報酬モデル）の誤り検出を評価するベンチマーク PRMBench の公式データセット。1 行が 1 件で、元の解法（`original_process`）と、誤りを挿入して改変した解法（`modified_process`）、誤りのあるステップ（`error_steps`）、理由（`reason`）が入る。元は PRM800K の数学問題で、調査メモでは誤りは人工的に挿入したもので、モデルが自然に犯した誤りではないとされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L48) | apache-2.0 | B | domain-math use-conditional genre-exam label-span label-text annot-rule | 6,216 | false | 12 | 12 | 1 | 1 | default/train=6216 | original_question: string; modified_question: string; original_process: list<string>; modified_process: list<string>; modified_steps: list<int64>; error_steps: list<int64>; reason: string; idx: string; question: string; classification: string; ground_truth: string; original_response: string | viewer | 20,403,296 | 20.40 MB | 3 | jsonl 1 | https://arxiv.org/abs/2501.03124 | false | 5cc7683d0ae5797f84d7aeac0607966f277c39e1 | https://huggingface.co/datasets/hitsmy/PRMBench_Preview | https://huggingface.co/datasets/HYUKI5/hitsmy__PRMBench_Preview | |||
HYUKI5/hkust-nlp__felm | hkust-nlp/felm | 複製済み | public | LLM の応答の事実性を判定する手法を評価するためのメタベンチマーク FELM のデータ。世界知識・科学技術・文章推薦・推論・数学の 5 領域から、数百件のプロンプトに ChatGPT の応答を文ごとに分けたもので、各文に事実性のラベル（`labels`）、誤りの種類（`type`）、理由（`comment`）、参照（`ref`）が付いている。プロンプトは TruthfulQA などの既存のデータセット、GitHub、ChatGPT の生成物、著者の作成など複数の出所から集めた。調査メモでは応答を生成したのは ChatGPT の 1 種で、ライセンスは NC・SA（非商用・継承）とある。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L54) | cc-by-nc-sa-4.0 | C | domain-general domain-science use-noncommercial genre-instruction label-binary annot-expert lang-en | 847 | false | 9 | 9 | 5 | 5 | math/test=194; reasoning/test=208; science/test=125; wk/test=184; writing_rec/test=136 | index: int32; prompt: string; response: string; segmented_response: list<string>; labels: list<bool_>; comment: list<string>; type: list<string>; ref: list<string>; source: string | viewer | 2,191,844 | 2.19 MB | 5 | jsonl 1, zip 1, py 1 | en | text-generation | https://arxiv.org/abs/2310.00741 | false | 0692036ffdeecdc8dc1c69035faa7805a15c38d5 | https://huggingface.co/datasets/hkust-nlp/felm | https://huggingface.co/datasets/HYUKI5/hkust-nlp__felm | |
HYUKI5/ishitakakkar-10__HarmThoughts | ishitakakkar-10/HarmThoughts | 複製済み | public | ジェイルブレイクされた推論モデルの思考過程で、有害な振る舞いが文単位でどう生じ広がるかを研究するためのデータ。4 つのオープンウェイトの推論モデルから得た 1,018 件のトレースの文を、16 種の振る舞いのラベル（`llm_annotation`）と、トレース全体の安全性の判定（`final_judgment`、unsafe か partially unsafe）で注釈したもの。注釈は LLM が付けたもので、人手との一致は未確認とされる。カードは、有害な内容を生むモデルの学習や攻撃への利用を想定していないと明記している。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q3. 思考の「行動・構造」（検証・後戻り・計画・反省など）を文や節の単位で付けたデータは何があるか (L85) | mit | B | domain-safety use-conditional genre-instruction label-multiclass annot-llm | 56,931 | false | 9 | 9 | 1 | 1 | default/train=56931 | id: large_string; sentence_id: large_string; query: large_string; sentence: large_string; final_judgment: float64; model_name: large_string; class: large_string; llm_annotation: large_string; model_response: large_string | viewer | 6,701,892 | 6.70 MB | 3 | parquet 1 | text-classification, zero-shot-classification | false | 98a90c45ae2fc0a94a828cebb426917883ce35e1 | https://huggingface.co/datasets/ishitakakkar-10/HarmThoughts | https://huggingface.co/datasets/HYUKI5/ishitakakkar-10__HarmThoughts | |||
HYUKI5/jiangjiechen__ekar_english | jiangjiechen/ekar_english | 複製済み | public | 公務員試験から採られた、語の対の類推（analogy）の問題に説明を付けたデータ。E-KAR の英語版（中国語版からの翻訳）で、1 行が問題（`question`、例は `plant:coal`）、選択肢（`choices`）、正解（`answerKey`）、選択肢ごとの説明（`explanation`）の組である。説明は各問題と各選択肢について手作業で付けられており、カードは類推を引くべきかを自由記述で説明させる方式だと述べる。調査メモでは件数は小さいとされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q5. 抽象化の段階・原理への一般化・類推をラベルにしたデータは何があるか (L136) | afl-3.0 | B | domain-education domain-commonsense use-conditional genre-exam label-choice label-text annot-natural annot-unknown lang-en | 1,248 | false | 6 | 6 | 1 | 3 | default/train=868; default/validation=118; default/test=262 | id: string; question: string; choices: struct{label: list<string>, text: list<string>}; answerKey: string; explanation: list<string>; relation: list<list<list<string>>> | viewer | 1,186,807 | 1.19 MB | 6 | json 3 | en | question-answering, text-generation | false | a4aa3ae597a4308ef79cd34138a2ddeba611ed51 | https://huggingface.co/datasets/jiangjiechen/ekar_english | https://huggingface.co/datasets/HYUKI5/jiangjiechen__ekar_english | ||
HYUKI5/launch__thinkprm-1K-verification-cots | launch/thinkprm-1K-verification-cots | 複製済み | public | 数学の問題について、解法の途中までを QwQ-32B-Preview に生成させた検証の思考連鎖（CoT）の千件のデータ。1 行が問題（`problem`）、解法の接頭部（`prefix`）と各ステップ（`prefix_steps`）、CoT 本文（`cot`）、人手の正誤ラベル（`gt_step_labels`）からなる。カードによれば、PRM800K の人手ラベルとすべてのステップで一致した連鎖だけを残して絞り込んだもので、調査メモでは数学だけで、QwQ-32B-Preview の癖が検証文に入るとされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q1. 推論の各ステップに「正しい／誤り」を付けた PRM 用データは何があるか（数学中心） (L23) | D | domain-math use-unclear genre-instruction label-binary annot-llm annot-unknown lang-en | 1,000 | false | 6 | 6 | 1 | 1 | default/train=1000 | problem: string; prefix: string; cot: string; prefix_steps: list<string>; gt_step_labels: list<string>; prefix_label: bool | viewer | 2,185,786 | 2.19 MB | 4 | parquet 1 | question-answering, text-generation | https://arxiv.org/abs/2504.16828 | false | c0b1da4013fe67fb87d960fa648e050bfa988cde | https://huggingface.co/datasets/launch/thinkprm-1K-verification-cots | https://huggingface.co/datasets/HYUKI5/launch__thinkprm-1K-verification-cots | |||
HYUKI5/llm-agents__CriticBench | llm-agents/CriticBench | 複製済み | public | 数学・常識・記号・コーディング・アルゴリズムの 5 領域で、LLM の推論を批評し、判別し、訂正する能力を測るベンチマーク CriticBench のデータ。1 行が問題（`question`）と応答（`response`）、応答の正誤（`response_label`）の組で、`model_source` と `question_source` に出所が入る。カードは 15 のデータセットを集め、3 つの LLM 系統の応答を含むとし、ライセンスは MIT と記す。調査メモでは opencompass 版の license 欄は空で、別物の可能性があるとされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L53) | mit | B | domain-math domain-code use-conditional genre-instruction label-binary annot-unknown lang-en | 3,825 | false | 8 | 8 | 1 | 1 | default/test=3825 | id: int64; question: string; response: string; answer: list<string>; response_label: bool; model_source: string; question_source: string; question_type: string | viewer | 930,718 | 930.72 KB | 3 | parquet 1 | en | question-answering, text-classification, text-generation | https://arxiv.org/abs/2402.14809 | false | b96a766ac74020e2403a86fa0e92260c0e28bfdb | https://huggingface.co/datasets/llm-agents/CriticBench | https://huggingface.co/datasets/HYUKI5/llm-agents__CriticBench | |
HYUKI5/reasoning-proj__bigbench-mistake | reasoning-proj/bigbench-mistake | 複製済み | public | 記号操作や形式的な課題（単語の並べ替え、括弧の対応など）で、解法の誤りを扱うデータとされる。1 行が `input`・`steps`（解法のステップ）・`answer`・`mistake_index` の列からなる。元のカードは空で、この説明は列名と調査メモから書いた。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L51) | D | domain-math use-unclear genre-other label-span annot-unknown | 2,186 | false | 4 | 4 | 1 | 5 | default/dyck_languages=986; default/logical_deduction=300; default/multistep_arithmetic=300; default/word_sorting=300; default/tracking_shuffled_objects=300 | input: string; steps: list<string>; answer: string; mistake_index: int64 | viewer | 662,449 | 662.45 KB | 7 | parquet 5 | false | 4145c89a4a8c3314838941273ac85a3072e0eabd | https://huggingface.co/datasets/reasoning-proj/bigbench-mistake | https://huggingface.co/datasets/HYUKI5/reasoning-proj__bigbench-mistake | |||||
HYUKI5/ryokamoi__FoVer-FormalLogic-Qwen-2.5-7B | ryokamoi/FoVer-FormalLogic-Qwen-2.5-7B | 複製済み | public | 形式論理の問題に対する LLM の解答の各ステップに、形式検証ツール（Z3 や Isabelle）で自動的に付けた誤りのラベルのデータ。1 行が 1 件で、`solution_steps` に解答のステップ、`error_labels` に各ステップに誤りがあるかの真偽が入る。カードによれば論文の旧版の資料を含み、最新版は GitHub の psunlpgroup/FoVer にあり、調査メモでは自然言語の論述の誤りとは分布が違うとされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q1. 推論の各ステップに「正しい／誤り」を付けた PRM 用データは何があるか（数学中心） (L24) | cc-by-4.0 | B | domain-math use-conditional genre-instruction label-binary annot-rule lang-en | 10,720 | false | 10 | 10 | 1 | 3 | default/train=10000; default/validation=360; default/test=360 | id: string; problem: string; solution_steps: list<string>; error_labels: list<bool>; problem_witout_definition: string; messages: list<struct{role: string, content: string}>; base_dataset: string; messages_for_prediction: list<struct{role: string, content: string}>; hypothesis_formula: string; facts_formula: string | viewer | 12,103,468 | 12.10 MB | 7 | parquet 3, png 2 | en | https://arxiv.org/abs/2505.15960 | false | 35f4a825eaeac9f9327ffbd0e5365c53537252ed | https://huggingface.co/datasets/ryokamoi/FoVer-FormalLogic-Qwen-2.5-7B | https://huggingface.co/datasets/HYUKI5/ryokamoi__FoVer-FormalLogic-Qwen-2.5-7B | ||
HYUKI5/skylenage-ai__MedPRMBench-Test | skylenage-ai/MedPRMBench-Test | 複製済み | public | 臨床の推論連鎖をステップ単位で検査するベンチマークのテスト分割。1 行が 1 問で、元の推論連鎖と、誤りを注入して改変した連鎖を持ち、誤りのあるステップの番号（`error_steps`）と誤りの種類（`error_codes`）が付いている。問題は専門家が作ったもの（Class A）と生成したもの（Class B）からなり、`severity_score` は作成時に定めた値で、医師が評価した患者への害の推定ではない。公式版ではない候補の印が付いており、上流の 7 つの問題ソースについてのライセンスは表明されていないので、再配布の条件を確認してから使う。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q6. 数学以外（科学・法律・経済・ビジネス・金融・医療）のステップ・誤りラベルはあるか (L162) | D | domain-medical use-unclear genre-exam label-span label-multilabel annot-expert annot-llm lang-en | 6,500 | false | 22 | 22 | 1 | 1 | default/test=6500 | answer_changed: bool; correct_answer: string; corrupted_answer: string; corrupted_steps: list<string>; dataset: string; dataset_type: string; error_categories: list<string>; error_codes: list<string>; error_injection_reason: string; error_step_code_map: list<struct{error_description: string, error_step_indices: list<in... | viewer | 47,631,320 | 47.63 MB | 5 | parquet 1, json 1, jsonl 1 | en | question-answering | false | 8ba2119f9255b573e8667ad49fb6d148d506a044 | https://huggingface.co/datasets/skylenage-ai/MedPRMBench-Test | https://huggingface.co/datasets/HYUKI5/skylenage-ai__MedPRMBench-Test | |||
HYUKI5/RLHFlow__Mistral-PRM-Data | RLHFlow/Mistral-PRM-Data | 複製待ち | 毎日 300 本ずつ複製している | public | 数学の推論過程の正誤を学習させる PRM 用のデータとされる。1 行は `conversations` という対話の列を持ち、詳細はカードの参照先（GitHub の math-rm）にあるが、生成モデルと問題集合の記述が README に無く、MATH と GSM8K のどちらに由来するかは未確認とされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q1. 推論の各ステップに「正しい／誤り」を付けた PRM 用データは何があるか（数学中心） (L21) | D | domain-math use-unclear genre-dialogue label-binary annot-unknown | 273,226 | false | 1 | 1 | 1 | 1 | default/train=273226 | conversations: list<struct{content: string, role: string}> | viewer | 106,072,386 | 106.07 MB | 3 | parquet 1 | false | a18b43d250c8d900b0857fecf2e74d2c87145e1a | https://huggingface.co/datasets/RLHFlow/Mistral-PRM-Data | https://huggingface.co/datasets/HYUKI5/RLHFlow__Mistral-PRM-Data | ||||
HYUKI5/UW-Madison-Lee-Lab__MMLU-Pro-CoT-Eval | UW-Madison-Lee-Lab/MMLU-Pro-CoT-Eval | 複製待ち | 毎日 300 本ずつ複製している | public | 複数分野の問いに対する段階的な推論（chain of thought）と、その答えの正誤を集めたデータ。1 行が 1 件の問いと 1 本の推論で、`question` と `answer` に問いと正解、`category` に分野、`chain_of_thoughts` に推論の手順、`parsed_answer` に推論から解析した答え、`parsed_answer_correctness` にその正誤が入る。推論の各段階に誤りのラベルは付いていない。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q6. 数学以外（科学・法律・経済・ビジネス・金融・医療）のステップ・誤りラベルはあるか (L159) | mit | B | domain-education domain-general use-conditional genre-exam genre-instruction label-binary annot-rule | 248,836 | false | 9 | 9 | 1 | 1 | default/test=248836 | question: string; answer: string; category: string; src: string; id: string; chain_of_thoughts: string; cot_id: int64; parsed_answer: string; parsed_answer_correctness: bool | viewer | 771,280,733 | 771.28 MB | 4 | csv 2 | false | 01e1b9d8cfe423131410d6deb79b977da916522a | https://huggingface.co/datasets/UW-Madison-Lee-Lab/MMLU-Pro-CoT-Eval | https://huggingface.co/datasets/HYUKI5/UW-Madison-Lee-Lab__MMLU-Pro-CoT-Eval | |||
HYUKI5/UW-Madison-Lee-Lab__MMLU-Pro-CoT-Train-Labeled | UW-Madison-Lee-Lab/MMLU-Pro-CoT-Train-Labeled | 複製待ち | 毎日 300 本ずつ複製している | public | 多肢選択式の知識問題に対する段階的な推論（CoT）に、手順ごとの正誤ラベルを付けたデータ。1 行が 1 問と推論 1 件で、`chain_of_thoughts` の各手順に `labels`（1 が正しい手順、-1 が誤った手順）が付く。ラベルは LLM の判定で一致率は約 75% とされ、調査メモでは論述ではなく知識問題が元で、第一の誤りより後の手順は含まれないとされる。ライセンスは MIT と記されている。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q6. 数学以外（科学・法律・経済・ビジネス・金融・医療）のステップ・誤りラベルはあるか (L158) | mit | B | domain-education domain-general use-conditional genre-exam genre-instruction label-binary annot-llm | 84,098 | false | 10 | 10 | 1 | 1 | default/train=84098 | question: string; answer: string; category: string; src: string; id: string; chain_of_thoughts: string; labels: string; cot_id: int64; parsed_answer: string; parsed_answer_correctness: bool | viewer | 130,279,791 | 130.28 MB | 3 | csv 1 | false | 540d077215d9c230a5a07d3cfdc5c8127afb70e2 | https://huggingface.co/datasets/UW-Madison-Lee-Lab/MMLU-Pro-CoT-Train-Labeled | https://huggingface.co/datasets/HYUKI5/UW-Madison-Lee-Lab__MMLU-Pro-CoT-Train-Labeled | |||
HYUKI5/dmis-lab__llama-3.1-medprm-reward-training-set | dmis-lab/llama-3.1-medprm-reward-training-set | 複製待ち | 毎日 300 本ずつ複製している | public | 医療の問いと選択肢、正解、解答の候補を集めたデータ。1 行が 1 問で、`question` と `options` に問題、`correct_answer` に正解、`solutions` に解答の候補とその解答のラベル（`orm_label`）、`related_docs` に参照文書の一覧が入る。カードの本文は報酬モデル Med-PRM-Reward の説明で、データの作り方は書かれていない。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q6. 数学以外（科学・法律・経済・ビジネス・金融・医療）のステップ・誤りラベルはあるか (L161) | mit | B | domain-medical use-conditional genre-exam label-choice annot-unknown | 11,700 | false | 8 | 8 | 1 | 1 | default/train=11700 | question: string; options: list<string>; question_id: int64; correct_answer: string; accuracy: float64; solutions: list<struct{answer: string, orm_label: int64, orm_processed_solution: string, prm_gemini_label: list<int64>, prm_hard_label: list<int64>, …}>; data_source: string; related_docs: list<string> | viewer | 795,477,550 | 795.48 MB | 3 | json 1 | text-generation | https://arxiv.org/abs/2506.11474 | false | da371b3d91234be356b44c9cea56f1e39ead112e | https://huggingface.co/datasets/dmis-lab/llama-3.1-medprm-reward-training-set | https://huggingface.co/datasets/HYUKI5/dmis-lab__llama-3.1-medprm-reward-training-set | |
HYUKI5/ejcgan__hint-faithfulness-transcripts | ejcgan/hint-faithfulness-transcripts | 複製待ち | 毎日 300 本ずつ複製している | public | 複数のモデルが MMLU と GPQA-Diamond の問題を、ヒントの有無で解いた生の出力（トランスクリプト）のデータ。1 行（1 レコード）が（問題、ヒントの条件）の組で、送ったプロンプト、推論と表示された応答、抽出された答えを含む。ブログ記事の元になった出力で、Chen et al. 2025 の再現と拡張にあたり、判定のラベルは付いていない。問題文を繰り返す箇所があるため、言語モデルの学習コーパスに含めてはならない。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q4. CoT の忠実性・不正（報酬ハッキング・欺瞞）の監視用に、ラベルが付いた推論トレースはあるか (L109) | mit | B | domain-general domain-science use-conditional genre-instruction label-none annot-llm lang-en | null | false | null | null | 0 | 0 | files | 962,366,121 | 962.37 MB | 186 | jsonl.gz 184 | en | https://arxiv.org/abs/2505.05410 | false | 9eca91d00837e77e3076b63b0f787ba0e13813a1 | https://huggingface.co/datasets/ejcgan/hint-faithfulness-transcripts | https://huggingface.co/datasets/HYUKI5/ejcgan__hint-faithfulness-transcripts | |||
HYUKI5/jinulee-v__reasoningflow | jinulee-v/reasoningflow | 複製待ち | 毎日 300 本ずつ複製している | public | LLM の推論トレースを有向非巡回グラフ（DAG）に変換して注釈を付けたデータ。ノードは計画・事実・推論・反省などの推論の単位、エッジはノード間の推論・計画・反省の関係を表す。対象は AIME 2024 の数学、GPQA-Diamond の科学、ArgKP の論証の 3 領域（金融は含まない）で、千数百件のトレースのうち人手の注釈は 31 件だけであり、残りは Gemini のパイプラインによる自動注釈とカードに記されている。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q3. 思考の「行動・構造」（検証・後戻り・計画・反省など）を文や節の単位で付けたデータは何があるか (L82) | apache-2.0 | B | domain-math domain-science use-conditional genre-instruction label-multiclass annot-author annot-llm lang-en | null | false | null | null | 0 | 0 | files | 115,940,041 | 115.94 MB | 4 | jsonl 2 | en | text-classification, graph-ml | https://arxiv.org/abs/2606.05402 | false | 0b98f82b2cb39ae98ca49223284f25ecf9be3d19 | https://huggingface.co/datasets/jinulee-v/reasoningflow | https://huggingface.co/datasets/HYUKI5/jinulee-v__reasoningflow | ||
HYUKI5/kevinpro__R-PRM | kevinpro/R-PRM | 複製待ち | 毎日 300 本ずつ複製している | public | 数学の推論過程を段階ごとに判断する生成型の報酬モデル（R-PRM）を学習させるためのデータ。1 行が `instruction`・`chosen`・`rejected` の列を持ち、SFT 版は限られた数の注釈例をプロンプトに与えた強い LLM から集め、DPO 版は複数の推論の軌跡から追加のラベルなしで選好ペアを作ったものである。ラベルは正解ではなく LLM の判定の蒸留で、人手の保持データを別に取る必要があるとされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q1. 推論の各ステップに「正しい／誤り」を付けた PRM 用データは何があるか（数学中心） (L22) | mit | B | domain-math use-conditional genre-instruction label-preference annot-llm lang-en | 593,904 | false | 3 | 3 | 1 | 2 | default/train=552677; default/validation=41227 | instruction: string; chosen: string; rejected: string | viewer | 707,879,665 | 707.88 MB | 83 | parquet 80, json 1 | en | text-generation, reinforcement-learning | https://arxiv.org/abs/2503.21295 | false | 5e77c6e09920e41bea25458ae99f4474aece322d | https://huggingface.co/datasets/kevinpro/R-PRM | https://huggingface.co/datasets/HYUKI5/kevinpro__R-PRM |
HYUKI5/peiyi9979__Math-Shepherd | peiyi9979/Math-Shepherd | 複製待ち | 毎日 300 本ずつ複製している | public | 数学の問題の段階的な解法に、ステップごとの自動ラベル（`+` と `-`）を付けた PRM 用のデータ。1 行が `input`（問題と解法。解法の区切りに専用トークン「ки」が入る）、`label`（`+` と `-` のラベル）、`task`（GSM8K か MATH の別）からなる。ラベルは最終答の正誤を代理にして付けたもので、調査メモでは `-` は「このステップから正解に到達しにくい」の意であり、「このステップが誤り」とは別物とされる。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q1. 推論の各ステップに「正しい／誤り」を付けた PRM 用データは何があるか（数学中心） (L20) | D | domain-math use-unclear genre-exam label-binary annot-rule | 444,655 | false | 3 | 3 | 1 | 1 | default/train=444655 | input: string; label: string; task: string | viewer | 793,065,106 | 793.07 MB | 3 | jsonl 1 | https://arxiv.org/abs/2312.08935 | false | ae6b0c54fca9fa26096f7de175c747e4b262e01a | https://huggingface.co/datasets/peiyi9979/Math-Shepherd | https://huggingface.co/datasets/HYUKI5/peiyi9979__Math-Shepherd | |||
HYUKI5/richardyoung__cot-faithfulness-open-models | richardyoung/cot-faithfulness-open-models | 複製待ち | 毎日 300 本ずつ複製している | public | 誤った答えへ誘導するヒントを受けたとき、モデルがその影響を思考の連鎖（CoT）で認めるかを調べた実験のデータ。12 のオープンウェイトモデルが MMLU と GPQA Diamond の問題に答えた推論で、1 行に推論の本文（`thinking_text`）、答え（`answer_text`）、ヒントの種類（`hint_type`）、正解とヒントの指す答えのラベル（`correct_label`・`target_label`）が入る。ヒントは 6 種類とされ、調査メモでは件数が split 名の記述に基づくことや、ラベルの付け方が 2 方式で食い違うことが指摘されている。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q4. CoT の忠実性・不正（報酬ハッキング・欺瞞）の監視用に、ラベルが付いた推論トレースはあるか (L108) | cc-by-4.0 | B | domain-general domain-science use-conditional genre-instruction label-choice annot-natural lang-en | 52,108 | false | 10 | 10 | 1 | 3 | default/base=5976; default/hinted=35856; default/classified=10276 | question_id: string; model_name: string; hint_type: string; thinking_text: string; answer_text: string; extracted_answer: string; correct_label: string; target_label: string; reasoning_tokens: int64; output_tokens: int64 | card_yaml | 1,144,643,031 | 1.14 GB | 590 | pdf 37, tex 26, png 24, md 6, arrow 5, bib 5, jsonl 4, json 4 | en | text-classification, question-answering | https://arxiv.org/abs/2603.22582, https://arxiv.org/abs/2603.20172, https://arxiv.org/abs/2505.05410, https://arxiv.org/abs/2305.04388, https://arxiv.org/abs/2307.13702 | false | 2ecb0b143d65fb51d70f54ddb1f639c6e2d7fc08 | https://huggingface.co/datasets/richardyoung/cot-faithfulness-open-models | https://huggingface.co/datasets/HYUKI5/richardyoung__cot-faithfulness-open-models |
HYUKI5/ryokamoi__realmistake | ryokamoi/realmistake | 利用条件の同意待ち | 元の HF のページで利用条件に同意すると次の回で入る（リポジトリだけ先にできていて、中身はまだ無い） | private | LLM の応答の誤りを検出する手法を評価するためのベンチマーク ReaLMistake のデータ。GPT-4 と Llama 2 70B が数学の文章題の生成、きめ細かな事実検証、回答可能性の分類で犯した自然な誤りに、人間の専門家が二値の誤りラベル（`error_label`）、誤りのカテゴリ（`error_categories`）、説明（`human_explanation`）を付けたもの。利用には規約への同意が要り（gated）、カードは例をプレーンテキストのまま公開しないよう求めている。 | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q2. 推論の誤りの「位置・種類・理由」を人手で付けた検出ベンチは何があるか（数学以外を含む） (L55) | cc-by-sa-4.0 | B | domain-math domain-general use-conditional genre-instruction label-binary annot-expert lang-en | 903 | false | 6 | 6 | 4 | 7 | answerability_classification/gpt4=140; answerability_classification/llama2=160; example/example=3; finegrained_fact_verification/gpt4=140; finegrained_fact_verification/llama2=160; math_word_problem_generation/gpt4=140; math_word_problem_generation/llama2=160 | input: string; llm_response: string; error_label: string; human_explanation: string; error_categories: list<string>; metadata: struct{dataset, difficulty, id, llm_response_model, task_name} | card_yaml | 1,382,886 | 1.38 MB | 12 | parquet 7, png 2 | en | https://arxiv.org/abs/2404.03602 | true | 8ac8c9f93b88140d1aaa51562b91570aed840ef2 | https://huggingface.co/datasets/ryokamoi/realmistake | https://huggingface.co/datasets/HYUKI5/ryokamoi__realmistake | |
null | uzaymacar/math-rollouts | 除外 | 50GB を超える | null | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | reasoning_process_labels.md | AI の推論過程・思考ログにステップ単位のラベルが付いたデータセット | Q3. 思考の「行動・構造」（検証・後戻り・計画・反省など）を文や節の単位で付けたデータは何があるか (L83) | mit | B | null | false | null | null | null | null | 110,985,134,374 | 110.99 GB | 29,030 | parquet 183, json 15 | en | question-answering, text-generation | https://arxiv.org/abs/2506.19143 | false | a3a2fe1eb6d52e6ef81860baff018a8df2eb8ae2 | https://huggingface.co/datasets/uzaymacar/math-rollouts | ||||||
HYUKI5/validname__reddit-ai-detection | validname/reddit-ai-detection | 複製済み | public | 人間が書いた Reddit の投稿とコメントを集めた、AI 生成テキストの検出研究用のデータ。1 行が 1 件の投稿かコメントで、`text` に本文、`subreddit` と `domain` に出典、`post_type` に投稿かコメントかの別、`year` と `created_utc` に時期が入る。カードは 2022 年より前の分割を人手で書かれた正解のテキストとして扱えるとしているが、調査メモでは bot の存在から、この前提に疑義が指摘されている。 | HF 以外の収集元と Reddit 由来データセット (2026-11 時点) | reddit_and_other_sources.md | HF 以外の収集元と Reddit 由来データセット (2026-11 時点) | 2. Reddit 由来のラベル付きデータセット (カタログ) (L71) | other | D | domain-general use-unclear genre-sns label-none annot-natural lang-en | 39,945 | false | 10 | 10 | 1 | 2 | default/pre_2022=19960; default/post_2022=19985 | text: large_string; subreddit: large_string; domain: large_string; post_type: large_string; year: int64; word_count: int64; length_bin: large_string; score: int64; created_utc: int64; id: large_string | viewer | 16,467,245 | 16.47 MB | 4 | parquet 2 | en | text-classification | false | f43ec97330839f06eb8c7bd9644428b0a0646dc3 | https://huggingface.co/datasets/validname/reddit-ai-detection | https://huggingface.co/datasets/HYUKI5/validname__reddit-ai-detection | ||
HYUKI5/OsamaBsher__AITA-Reddit-Dataset | OsamaBsher/AITA-Reddit-Dataset | 複製待ち | 毎日 300 本ずつ複製している | public | AITA サブレディットの投稿と、その投稿の判定に一致する票数の多い上位 2 件のコメントを集めたデータ。1 行が 1 件の投稿で、`title` と `text` に投稿の内容、`verdict` に判定、`comment1` と `comment2` にコメント、`score` にアップボート数が入る。Reddit PushShift の 2013 年から 2023 年 4 月までのデータから抽出して作られた。 | HF 以外の収集元と Reddit 由来データセット (2026-11 時点) | reddit_and_other_sources.md | HF 以外の収集元と Reddit 由来データセット (2026-11 時点) | 2. Reddit 由来のラベル付きデータセット (カタログ) (L76) | D | domain-general use-unclear genre-sns label-multiclass annot-natural | 270,709 | false | 7 | 7 | 1 | 1 | default/train=270709 | id: string; title: string; text: string; verdict: string; comment1: string; comment2: string; score: int64 | viewer | 680,645,791 | 680.65 MB | 3 | csv 1 | text-generation, text-classification | https://arxiv.org/abs/2310.18336 | false | 585f29b7e35c64269659b1db238642ec47320bcf | https://huggingface.co/datasets/OsamaBsher/AITA-Reddit-Dataset | https://huggingface.co/datasets/HYUKI5/OsamaBsher__AITA-Reddit-Dataset | ||
HYUKI5/AndyChiang__cloth | AndyChiang/cloth | 複製済み | public | 中学校と高校の英語の試験から集めた、穴埋め問題のデータ。1 行が 1 問で、空欄を含む文（`sentence`）と正解（`answer`）、誤りの選択肢（`distractors`）の組からなる。公開元は CMU の CLOTH で、問題は中学校と高校に分けられ、train・valid・test に分割されている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-education use-permissive genre-exam label-choice annot-natural lang-en | 99,433 | false | 3 | 3 | 1 | 3 | default/train=76850; default/validation=11067; default/test=11516 | distractors: list<string>; sentence: string; answer: string | viewer | 20,143,276 | 20.14 MB | 5 | json 3 | en | fill-mask | false | 205ca64c78a48e01e0ba211163c89e77c027a4ff | https://huggingface.co/datasets/AndyChiang/cloth | https://huggingface.co/datasets/HYUKI5/AndyChiang__cloth | ||
HYUKI5/AndyChiang__dgen | AndyChiang/dgen | 複製済み | public | 科学・語彙・常識・雑学などの穴埋め問題のデータ。1 行が問題文 `sentence`、正解 `answer`、誤答の選択肢のリスト `distractors` の組 1 件である。SciQ、MCQL、AI2 Science Questions など複数のデータセットから編纂された。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-education use-permissive genre-exam label-choice annot-unknown lang-en | 2,580 | false | 3 | 3 | 1 | 2 | default/train=2321; default/test=259 | sentence: string; distractors: list<string>; answer: string | viewer | 683,526 | 683.53 KB | 4 | json 2 | en | fill-mask | false | 104c7e6a9c489be3b34bfdb905cf124063473ea7 | https://huggingface.co/datasets/AndyChiang/dgen | https://huggingface.co/datasets/HYUKI5/AndyChiang__dgen | ||
HYUKI5/AshtonIsNotHere__biosift-nli | AshtonIsNotHere/biosift-nli | 複製済み | public | PMID が付いた論文の題名と抄録に、仮説を組み合わせた自然言語推論のデータ。1 行が 1 組の抄録と仮説で、`Entailment` に数値の含意の値、`Positive` に真偽、`Label_idx` にラベルの番号が入る。台帳では元の注釈を変換して作られたとされる。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-medical use-unclear genre-paper label-binary annot-unknown lang-en | 140,000 | false | 7 | 7 | 1 | 3 | default/train=112070; default/validation=13958; default/test=13972 | PMID: int64; Title: string; Abstract: string; Hypothesis: string; Entailment: float64; Positive: bool; Label_idx: int64 | viewer | 11,695,805 | 11.70 MB | 5 | parquet 3 | false | a96bd965b74888997dd5ae47cc12314d6178c319 | https://huggingface.co/datasets/AshtonIsNotHere/biosift-nli | https://huggingface.co/datasets/HYUKI5/AshtonIsNotHere__biosift-nli | |||||
HYUKI5/AshtonIsNotHere__nli4ct_semeval2024 | AshtonIsNotHere/nli4ct_semeval2024 | 複製済み | public | SemEval 2024 Task 2（臨床試験のための安全な生物医学的自然言語推論）用に編纂された、臨床試験の記述に対する自然言語推論のデータ。1 行が 1 つのステートメント（`Statement`）で、`Label` に判定、`Primary_evidence` と `Secondary_evidence` に根拠の文のリストが入っている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-medical use-unclear genre-other label-binary annot-unknown lang-en | 4,042 | false | 9 | 9 | 1 | 3 | default/train=1700; default/test=2142; default/dev=200 | Type: string; Section_id: string; Primary_id: string; Secondary_id: string; Statement: string; Label: string; Primary_evidence: list<string>; Secondary_evidence: list<string>; Index: string | viewer | 1,405,986 | 1.41 MB | 6 | parquet 3, json 1 | en | text-classification, sentence-similarity | false | efabeed1a59c02a714a778358fcac7d17872915a | https://huggingface.co/datasets/AshtonIsNotHere/nli4ct_semeval2024 | https://huggingface.co/datasets/HYUKI5/AshtonIsNotHere__nli4ct_semeval2024 | |||
HYUKI5/CEBaB__CEBaB | CEBaB/CEBaB | 複製済み | public | 観点ごとの評価ラベルを付けた文のデータ。1 行が 1 件の文で、`id`・`original_id`・`edit_id` で元の文と書き換えの関係が分かり、`food_aspect_majority` などの列に food・ambiance・service・noise の多数決と分布が入る。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | A | domain-business use-permissive genre-review label-score annot-unknown lang-en | 18,600 | false | 24 | 24 | 1 | 5 | default/validation=1673; default/test=1689; default/train_exclusive=1755; default/train_inclusive=11728; default/train_observational=1755 | id: string; original_id: string; edit_id: string; is_original: bool; edit_goal: string; edit_type: string; edit_worker: string; description: string; review_majority: string; review_label_distribution: string; review_workers: string; food_aspect_majority: string; ambiance_aspect_majority: string; service_aspect_majority... | viewer | 2,611,398 | 2.61 MB | 7 | parquet 5, json 1 | false | 9d2a5a096f1b94344309406886ccc402d9048de8 | https://huggingface.co/datasets/CEBaB/CEBaB | https://huggingface.co/datasets/HYUKI5/CEBaB__CEBaB | |||||
HYUKI5/CLUTRR__v1 | CLUTRR/v1 | 複製済み | public | 架空の家族を扱う半合成の物語で、2 人の関係を推論させる診断用ベンチマーク（CLUTRR）のデータ。1 行が物語（`story`）と問い（`query`、2 人の名前の組）からなり、正解の関係が `target_text`（例: grandmother）と、その番号 `target` に入る。`task_name` の 1 つ目の数字は物語に加えたノイズの種類（なし・無関係な事実・裏付けの事実・切断された事実）、2 つ目の数字は必要な節の長さを示す。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | unknown | D | domain-commonsense use-unclear genre-other label-multiclass annot-rule lang-en | 70,631 | false | 14 | 14 | 6 | 18 | gen_train234_test2to10/train=12064; gen_train234_test2to10/validation=3019; gen_train234_test2to10/test=1048; gen_train23_test2to10/train=9074; gen_train23_test2to10/validation=2020; gen_train23_test2to10/test=1146; rob_train_clean_23_test_all_23/train=8098; rob_train_clean_23_test_all_23/validation=2026; rob_train_cle... | id: string; story: string; query: string; target: int32; target_text: string; clean_story: string; proof_state: string; f_comb: string; task_name: string; story_edges: string; edge_types: string; query_edge: string; genders: string; task_split: string | viewer | 13,117 | 13.12 KB | 3 | py 1 | en | https://arxiv.org/abs/1908.06177 | false | a8158d1fac10864c3424d53662fe63bf7d82dd87 | https://huggingface.co/datasets/CLUTRR/v1 | https://huggingface.co/datasets/HYUKI5/CLUTRR__v1 | ||
HYUKI5/ColumbiaNLP__FLUTE | ColumbiaNLP/FLUTE | 複製済み | public | 慣用句を含む前提と仮説の組に、ラベルと説明を付けた比喩表現のデータ。1 行が 1 件の項目を表し、`idiom` に慣用句、`premise` と `hypothesis` に文、`label` にラベル、`explanation` に説明が入っている。カードの概要は、比喩表現の生成と説明可能性を対象としたモデル・イン・ザ・ループの手法としている。調査メモでは、元の注釈を決まった規則で変換したものとされている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | afl-3.0 | A | domain-commonsense use-permissive genre-other label-binary annot-expert lang-en | 7,534 | false | 8 | 8 | 1 | 1 | default/train=7534 | id: int64; hypothesis: string; premise: string; idiom: string; label: string; explanation: string; split: string; type: string | viewer | 3,185,383 | 3.19 MB | 3 | jsonl 1 | en | text-classification | false | 84087ff790a60b7e361d86c6acd9a558f07a1244 | https://huggingface.co/datasets/ColumbiaNLP/FLUTE | https://huggingface.co/datasets/HYUKI5/ColumbiaNLP__FLUTE | ||
HYUKI5/DAMO-NLP-SG__SOUL | DAMO-NLP-SG/SOUL | 複製済み | public | 言語の感情と意見の理解を調べるためのデータで、EMNLP 2023 の論文 SOUL の公開データである。1 行が 1 件のステートメントで、`review_text` に元のレビュー、`statement` にその文、`label` に True・False・Not-given の別が入っている。レビューは train・dev・test に 6:1:3 の比率で分けられている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-commonsense use-permissive genre-review label-multiclass annot-unknown lang-en | 15,028 | false | 5 | 5 | 1 | 3 | default/train=8834; default/validation=1481; default/test=4713 | rid: string; review_text: string; statement: string; justification: string; label: string | viewer | 11,914,247 | 11.91 MB | 5 | csv 3 | en | text-classification, text-generation | false | aef002daaa10d151457958a28b162fc996825023 | https://huggingface.co/datasets/DAMO-NLP-SG/SOUL | https://huggingface.co/datasets/HYUKI5/DAMO-NLP-SG__SOUL | ||
HYUKI5/Dahoas__synthetic-instruct-gptj-pairwise | Dahoas/synthetic-instruct-gptj-pairwise | 複製済み | public | 指示文に対する 2 つの応答の選好を比べたデータ。1 行が 1 組の比較で、`prompt` に指示文、`chosen` に選ばれた応答、`rejected` に退けられた応答が入っている。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-general use-unclear genre-instruction label-preference annot-llm | 33,143 | false | 3 | 3 | 1 | 1 | default/train=33143 | prompt: string; chosen: string; rejected: string | viewer | 18,225,148 | 18.23 MB | 3 | parquet 1, json 1 | false | cc92d8dbdfff0362b1e887d8fba3601f8fff8cef | https://huggingface.co/datasets/Dahoas/synthetic-instruct-gptj-pairwise | https://huggingface.co/datasets/HYUKI5/Dahoas__synthetic-instruct-gptj-pairwise | |||||
HYUKI5/Dzeniks__hover | Dzeniks/hover | 複製済み | public | 多段（many-hop）の事実抽出と主張検証のためのデータ。1 行が 1 件の主張で、`claim` に主張の文、`evidence` に根拠（URL か短い文の断片のことがある）、`label` に `0`（Supports）か `1`（Refutes）が入っている。出典は Jiang らが EMNLP 2020 で発表した HoVer の論文である。元データのラベルは決まった規則で変換して作られている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-general use-permissive genre-encyclopedia label-binary annot-unknown | 18,296 | false | 4 | 4 | 1 | 2 | default/train=14296; default/test=4000 | id: int64; claim: string; evidence: string; label: int64 | viewer | 12,411,576 | 12.41 MB | 4 | jsonl 2 | text-classification | false | 8cacc890b6a6bb80e163bab3bdb67db147df58c9 | https://huggingface.co/datasets/Dzeniks/hover | https://huggingface.co/datasets/HYUKI5/Dzeniks__hover | |||
HYUKI5/FastFit__hwu_64 | FastFit/hwu_64 | 複製済み | public | テキストに文字列のラベルを付けた組のデータ。1 行が 1 つのテキストで、`text` に本文、`label` にラベルが入っている。台帳では、Jev の元データのうち既存のアノテーションを変換した版とされる。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（bekko-system-one-dataset-v0） | A | domain-general use-permissive genre-dialogue label-multiclass annot-unknown | 11,106 | false | 2 | 2 | 1 | 3 | default/train=8954; default/validation=1076; default/test=1076 | label: string; text: string | viewer | 230,102 | 230.10 KB | 5 | parquet 3 | false | 9fb5bff1e37c4c5a6d46c1ff6f286b6d3f362222 | https://huggingface.co/datasets/FastFit/hwu_64 | https://huggingface.co/datasets/HYUKI5/FastFit__hwu_64 | |||||
HYUKI5/GBaker__MedQA-USMLE-4-options-hf | GBaker/MedQA-USMLE-4-options-hf | 複製済み | public | 医学の試験問題から作られた、4 択の質問応答のデータ。1 行が 1 件の問題を表し、`sent1` と `sent2` に文、`ending0` から `ending3` に選択肢、`label` に正解の番号が入っている。元のデータセットは Jin らが 2020 年に導入したもので、この版は調査メモでは元の注釈を決まった規則で変換したものとされている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-sa-4.0 | B | domain-medical domain-education use-conditional genre-exam label-choice annot-natural | 12,723 | false | 8 | 8 | 1 | 3 | default/train=10178; default/validation=1272; default/test=1273 | id: string; sent1: string; sent2: string; ending0: string; ending1: string; ending2: string; ending3: string; label: int64 | viewer | 12,241,796 | 12.24 MB | 5 | json 3 | https://arxiv.org/abs/2009.13081 | false | 17af9355ef89fba60de966eabaeba797c695f86e | https://huggingface.co/datasets/GBaker/MedQA-USMLE-4-options-hf | https://huggingface.co/datasets/HYUKI5/GBaker__MedQA-USMLE-4-options-hf | |||
HYUKI5/GGLab__PARADISE | GGLab/PARADISE | 複製済み | public | 動画の ID（`video-id`）と 4 つの選択肢（`ending0` から `ending3`）を持つデータで、調査メモでは元の注釈を決まった規則で変換したものとされている。1 行が 1 件の項目を表し、`startphrase`、`sent1`、`sent2`、`gold-source` と、正解の番号 `label` が入っている。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-commonsense use-permissive genre-other label-choice annot-rule | 115,075 | false | 12 | 12 | 1 | 3 | default/train=104075; default/validation=10000; default/test=1000 | Unnamed: 0: int64; video-id: string; fold-ind: string; startphrase: string; sent1: string; sent2: string; gold-source: string; ending0: string; ending1: string; ending2: string; ending3: string; label: int64 | viewer | 93,133,246 | 93.13 MB | 8 | csv 6 | false | 337abd1e88956c84261924e5bda1023597fc3bec | https://huggingface.co/datasets/GGLab/PARADISE | https://huggingface.co/datasets/HYUKI5/GGLab__PARADISE | ||||
HYUKI5/INK-USC__riddle_sense | INK-USC/riddle_sense | 複製済み | public | 謎かけ（riddle）形式の常識推論の多肢選択問題のデータ。1 行が 1 問で、`question` に問題文、`choices` に A〜E の 5 つの選択肢（`label` と `text`）、`answerKey` に正解の記号が入っている。ファンサイトで集められた謎かけと答えを元にしており、研究目的に限って提供され、元サイトの利用規約に従う。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | other | C | domain-commonsense use-noncommercial genre-exam label-choice annot-natural lang-en | 5,715 | false | 3 | 3 | 1 | 3 | default/train=3510; default/validation=1021; default/test=1184 | answerKey: string; question: string; choices: list<?> | card_yaml | 12,593 | 12.59 KB | 3 | py 1 | en | question-answering | false | 839cbbe6d7faef6204c3a79a2f7b852ffdc505b8 | https://huggingface.co/datasets/INK-USC/riddle_sense | https://huggingface.co/datasets/HYUKI5/INK-USC__riddle_sense | ||
HYUKI5/INK-USC__xcsr | INK-USC/xcsr | 複製済み | public | 多言語の常識推論を評価するための問答データ。英語の CSQA と CODAH を自動翻訳して 16 言語にしたもので、X-CSQA と X-CODAH の系列に分かれる。1 行が 1 言語の 1 問で、`id` は言語をまたいで共通、`lang` に言語コード、`question` に問題文と選択肢、`answerKey` に正解の記号が入っている。翻訳は自動のため誤りを含みうるとカードにあり、テストの正解は公開されていない。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-commonsense use-permissive genre-exam label-choice annot-crowd lang-multi | 53,984 | false | 4 | 5 | 32 | 64 | X-CODAH-ar/test=1000; X-CODAH-ar/validation=300; X-CODAH-de/test=1000; X-CODAH-de/validation=300; X-CODAH-en/test=1000; X-CODAH-en/validation=300; X-CODAH-es/test=1000; X-CODAH-es/validation=300; X-CODAH-fr/test=1000; X-CODAH-fr/validation=300; X-CODAH-hi/test=1000; X-CODAH-hi/validation=300; X-CODAH-it/test=1000; X-CO... | id: string; lang: string; question_tag: string; question: struct{stem: string, choices: list<struct{…}>}; answerKey: string | viewer | 8,090,045 | 8.09 MB | 66 | parquet 64 | ar, de, en, es, fr, hi, it, ja, nl, pl, pt, ru, sw, ur, vi, zh | question-answering | https://arxiv.org/abs/2106.06937 | false | f691f311a11f84773a899e9bfc7da2bae51b0b02 | https://huggingface.co/datasets/INK-USC/xcsr | https://huggingface.co/datasets/HYUKI5/INK-USC__xcsr | |
HYUKI5/Jiangjie__ekar_english | Jiangjie/ekar_english | 複製済み | public | 公務員試験から採った類推問題の英語版のデータで、中国語版から翻訳されている。1 行が問題 `question`、選択肢 `choices`、正解 `answerKey`、類推を引くべきかを説明する解説 `explanation` を持つ。中国語版では、問いと候補の答えごとに人手で解説が付けられている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | afl-3.0 | C | domain-education domain-commonsense use-noncommercial genre-exam label-choice annot-natural lang-en | 1,248 | false | 6 | 6 | 1 | 3 | default/train=868; default/validation=118; default/test=262 | id: string; question: string; choices: struct{label: list<string>, text: list<string>}; answerKey: string; explanation: list<string>; relation: list<list<list<string>>> | viewer | 1,186,807 | 1.19 MB | 6 | json 3 | en | question-answering, text-generation | false | a4aa3ae597a4308ef79cd34138a2ddeba611ed51 | https://huggingface.co/datasets/Jiangjie/ekar_english | https://huggingface.co/datasets/HYUKI5/Jiangjie__ekar_english | ||
HYUKI5/LocalLLaMA__typed-decisions | LocalLLaMA/typed-decisions | 複製済み | public | 構造化されていない状態を受け取り、5 つの型付きの問いに確率分布で答える判定のベンチマーク。状態は `state` に、問いは `questions` に、正解の分布は `gold` に入っており、業務ごとの構成（例: `customer_service`）と全体の構成がある。状態は LLM で合成されたワークフローから作られたとされ、スキーマは TypeSafe AI の System One の基本要素（noul・choice・score）に従うが、TypeSafe とは提携がなく独立したものである。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko）; Jev / System One 系コミュニティ公開データの元データ特定 | CSV（bekko-system-one-dataset-v0） | apache-2.0 | A | domain-business use-permissive genre-other label-multiclass annot-unknown lang-en | 3,200 | false | 9 | 28 | 5 | 10 | agent_trace_observability/train=300; agent_trace_observability/test=100; all/train=1200; all/test=400; customer_service/train=300; customer_service/test=100; invoice_processing/train=300; invoice_processing/test=100; security_incidents/train=300; security_incidents/test=100 | id: string; workflow: string; split: string; state: string; questions: string; gold: string; factors: string; n_questions: int64; label_agreement: string; outcome__label: string; outcome__confidence: float64; outcome__probabilities: string; action__label: string; action__confidence: float64; action__probabilities: stri... | viewer | 2,195,322 | 2.20 MB | 18 | parquet 10, py 2, png 1, pyc 1, sh 1, yaml 1 | en | text-classification | false | cc1a2e795f5160d417d4d7131a71d1ab60ea33ca | https://huggingface.co/datasets/LocalLLaMA/typed-decisions | https://huggingface.co/datasets/HYUKI5/LocalLLaMA__typed-decisions | ||
HYUKI5/MartinThoma__wili_2018 | MartinThoma/wili_2018 | 複製済み | public | Wikipedia の段落を 235 言語のいずれかに判定する言語識別のベンチマーク。1 行が 1 段落で、`sentence` に本文、`label` に言語の番号が入っている。235 言語それぞれの段落が均衡しており、train と test に分けられている。ライセンスは ODC Open Database License v1.0 である。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | odbl | B | domain-general use-conditional genre-encyclopedia label-multiclass annot-natural lang-multi | 235,000 | false | 2 | 2 | 1 | 2 | WiLI-2018 dataset/train=117500; WiLI-2018 dataset/test=117500 | sentence: string; label: class_label(235: cdo, glk, jam, lug, san, rue …) | viewer | 91,730,567 | 91.73 MB | 4 | parquet 2 | ace, af, als, am, an, ang, ar, arz, as, ast, av, ay, az, azb, ba, bar, bcl, be, bg, bho | text-classification | https://arxiv.org/abs/1801.07779 | false | 12c3a519f58673e4051a5d9db51c1fcd94a94c75 | https://huggingface.co/datasets/MartinThoma/wili_2018 | https://huggingface.co/datasets/HYUKI5/MartinThoma__wili_2018 | |
HYUKI5/McGill-NLP__FaithDial | McGill-NLP/FaithDial | 複製済み | public | Wizard of Wikipedia（WoW）の対話で、ボット役の wizard の幻覚（hallucination）を含む応答を、Amazon Mechanical Turk のワーカーに修正させて作った、知識に忠実な対話のデータ。5,649 件の会話からなり、wizard の応答 1 件ごとに、編集後の応答 `response`、編集前の `original_response`、対話の履歴 `history`、根拠の知識 `knowledge` を持つ。応答には BEGIN と VRM のラベルが付いている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko）; Jev / System One 系コミュニティ公開データの元データ特定 | CSV（tasksource-jev-typed-decisions） | mit | B | domain-general use-conditional genre-dialogue label-multilabel annot-crowd lang-en | 32,269 | false | 7 | 7 | 1 | 7 | plain_text/test=3539; plain_text/test_random_split=1716; plain_text/test_topic_split=1823; plain_text/train=18357; plain_text/validation=3417; plain_text/valid_random_split=1666; plain_text/valid_topic_split=1751 | dialog_idx: int32; response: string; original_response: string; history: list<string>; knowledge: string; BEGIN: list<string>; VRM: list<string> | viewer | 34,348,241 | 34.35 MB | 13 | json 8, py 1, zip 1, lock 1 | en | text-generation | https://arxiv.org/abs/2204.10757 | false | 7a414e80725eac766f2602676dc8b39f80b061e4 | https://huggingface.co/datasets/McGill-NLP/FaithDial | https://huggingface.co/datasets/HYUKI5/McGill-NLP__FaithDial | |
HYUKI5/NEUDM__mams | NEUDM/mams | 複製済み | public | 文から感情の対象（アスペクト）と感情を抜き出す、アスペクトベースの感情分析（ABSA）のデータ。1 行は `input`（文）と `output`（抽出結果の文字列）の組で、`instruction` にタスクの指示と one-shot の例が入る。元データは MAMS（MAMS-ACSA と MAMS-ATSA、出典は siat-nlp/MAMS-for-ABSA）で、それを生成タスクの形式に改めている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | A | domain-business use-permissive genre-review label-text annot-unknown lang-en | 9,246 | false | 8 | 8 | 1 | 3 | default/train=7446; default/validation=900; default/test=900 | task_type: string; dataset: string; input: list<string>; output: string; situation: string; label: string; extra: string; instruction: string | viewer | 7,467,947 | 7.47 MB | 8 | jsonl 6 | false | 292cd37d971c53c08ebbefd969aaf33466f31bb3 | https://huggingface.co/datasets/NEUDM/mams | https://huggingface.co/datasets/HYUKI5/NEUDM__mams | |||||
HYUKI5/Nofing__Maven-ERE-span | Nofing/Maven-ERE-span | 複製済み | public | MAVEN-ERE を span 形式にしたデータ。`tokens`（トークン列）、`mentions`、`spans`、`text`、`annots` の列を持ち、`relations` には BEFORE などの関係の種類が入る。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-general use-unclear genre-encyclopedia label-span label-multiclass annot-unknown lang-en | 3,623 | false | 7 | 7 | 1 | 3 | default/train=2621; default/dev=292; default/test=710 | id: string; tokens: list<string>; mentions: list<string>; spans: list<list<int64>>; relations: struct{BEFORE: list<list<int64>>, BEGINS-ON: list<list<int64>>, CAUSE: list<list<int64>>, CONTAINS: list<list<int64>>, ENDS-ON: list<list<int64>>, …}; text: string; annots: string | viewer | 44,223,282 | 44.22 MB | 5 | parquet 3 | false | 4dc3ead8e8d90fdee3fbef71727f159b2fc48236 | https://huggingface.co/datasets/Nofing/Maven-ERE-span | https://huggingface.co/datasets/HYUKI5/Nofing__Maven-ERE-span | |||||
HYUKI5/OpenFact__CLEF24-CheckThat-Task1-en-all | OpenFact/CLEF24-CheckThat-Task1-en-all | 複製済み | public | CLEF 2024 の CheckThat! Task 1 の英語データ（all）で、発言の文を集めたもの。1 行が 1 つの発言文で、`text` に本文、`speaker`・`speaker_party`・`speaker_role` に発言者の情報、`verdict` と `label_true` に判定に関する値が入っている。利用条件は台帳で未確認となっている。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-politics use-unclear genre-transcript label-binary annot-unknown lang-en | 98,037 | false | 19 | 19 | 1 | 14 | default/train=22501; default/dev=1032; default/dev_test=318; default/test=341; default/train_rus=10810; default/dev_rus=486; default/dev_test_rus=216; default/train_hq=12966; default/train_lq=9535; default/train_hq_rus=5042; default/train_lq_rus=5768; default/train_hq20=8292; default/train_hq25=9674; default/train_hq30... | sentence_id: int64; text: string; label_ct: int64; original_split: string; speaker: string; speaker_title: string; speaker_party: string; speaker_role: string; file_id: string; line_number: int64; sentiment: float64; verdict: int64; annotation: string; q_20: bool; q_25: bool; q_30: bool; quality: int64; verdict_fixed: ... | viewer | 9,030,833 | 9.03 MB | 16 | parquet 14 | false | c02a329c67e4a9201f8bc450f3c5033a60398176 | https://huggingface.co/datasets/OpenFact/CLEF24-CheckThat-Task1-en-all | https://huggingface.co/datasets/HYUKI5/OpenFact__CLEF24-CheckThat-Task1-en-all | |||||
HYUKI5/OpenMed__DDI-Corpus-Processed | OpenMed/DDI-Corpus-Processed | 複製済み | public | 薬物間相互作用（DDI）の検出のためのデータ。1 行が文中の薬物の組 1 件で、文を `sentence`、2 つの薬物を `drug1` と `drug2`、関係を `relation` に持つ。関係は MECHANISM、EFFECT、ADVISE、INT、NONE の 5 種類で、SemEval-2013 の DDI Corpus から加工した。ライセンスは CC BY-NC 4.0 で、元の DDI Corpus に従う。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-nc-4.0 | C | domain-medical use-noncommercial genre-paper label-multiclass annot-unknown lang-en | 7,142 | false | 7 | 7 | 1 | 2 | default/train=5744; default/test=1398 | sentence: string; drug1: string; drug2: string; relation: string; source_file: string; sentence_id: string; pair_id: string | viewer | 3,312,419 | 3.31 MB | 4 | jsonl 2 | en | text-classification | false | f97e24e60366180e77423ccd9c4643e34f59c1c8 | https://huggingface.co/datasets/OpenMed/DDI-Corpus-Processed | https://huggingface.co/datasets/HYUKI5/OpenMed__DDI-Corpus-Processed | ||
HYUKI5/PKU-Alignment__BeaverTails | PKU-Alignment/BeaverTails | 複製済み | public | AI の安全性の研究のための、質問と回答の組に人手で有害性のラベルを付けたデータ。1 行が 1 組の `prompt` と `response` を表し、`category` に 14 種類の有害性カテゴリごとの真偽値、`is_safe` に安全かどうかが入っている。1 組に複数のカテゴリが付くことがあり、カードは研究目的に限り、対話エージェントの学習には使わないよう求めている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko）; Jev / System One 系コミュニティ公開データの元データ特定 | CSV（tasksource-jev-typed-decisions） | cc-by-nc-4.0 | C | domain-safety use-noncommercial genre-instruction label-binary label-multilabel annot-unknown lang-en | 364,170 | false | 4 | 4 | 1 | 4 | default/330k_train=300567; default/330k_test=33396; default/30k_train=27186; default/30k_test=3021 | prompt: string; response: string; category: struct{animal_abuse: bool, child_abuse: bool, controversial_topics,politics: bool, discrimination,stereotype,injustice: bool, drug_abuse,weapons,banned_substance: bool, …}; is_safe: bool | viewer | 39,451,314 | 39.45 MB | 8 | jsonl.gz 2, jsonl.xz 2, png 1 | en | text-classification | https://arxiv.org/abs/2307.04657 | false | 8401fe609d288129cc684a9b3be6a93e41cfe678 | https://huggingface.co/datasets/PKU-Alignment/BeaverTails | https://huggingface.co/datasets/HYUKI5/PKU-Alignment__BeaverTails | |
HYUKI5/PiC__phrase_similarity | PiC/phrase_similarity | 複製済み | public | 英語の 2 つの複数語の名詞句が、同じ文脈の中で意味的に似ているかを判定するデータ（Phrase Similarity）。1 行が 1 組の句の対で、`phrase1`・`phrase2` に句、`sentence1`・`sentence2` にそれぞれの文脈の文、`label` に 0（負例）か 1（正例）が入っている。文は Wikipedia から取り、アノテーションは Upwork で雇った言語学の専門家が行い、1000 人を超える Mechanical Turk の作業者と別の 5 人の専門家が 2 回の検証をした。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-nc-4.0 | C | domain-commonsense use-noncommercial genre-encyclopedia label-binary annot-expert annot-crowd lang-en | 10,004 | false | 6 | 6 | 1 | 3 | PS-hard/train=7004; PS-hard/validation=1000; PS-hard/test=2000 | phrase1: string; phrase2: string; sentence1: string; sentence2: string; label: class_label(2: negative, positive); idx: int32 | viewer | 13,745 | 13.74 KB | 4 | json 1, py 1 | en | text-classification | https://arxiv.org/abs/2207.09068 | false | fc67ce7c1e69e360e42dc6f31ddf97bb32f1923d | https://huggingface.co/datasets/PiC/phrase_similarity | https://huggingface.co/datasets/HYUKI5/PiC__phrase_similarity | |
HYUKI5/PierreColombo__miam | PierreColombo/miam | 複製済み | public | 英語・フランス語・ドイツ語・イタリア語・スペイン語の話し言葉の対話に、対話行為（dialogue act）のラベルを付けた多言語のベンチマーク（MIAM）のデータ。1 行は一つの発話（`Utterance`）で、話者（`Speaker`）、対話行為（`Dialogue_Act`）、`Dialogue_ID` などを持つ。Dihana、iLISTEN、LORIA、HCRC MapTask、VERBMOBIL（vm2）の五つのコーパスを集めたもので、自発的な発話、台本のあるシナリオ、共同のタスク遂行を含み、config 名で一つずつ選べる。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-sa-4.0 | B | domain-general use-conditional genre-dialogue label-multiclass annot-expert lang-multi | 103,901 | false | 6 | 7 | 5 | 15 | dihana/train=19063; dihana/validation=2123; dihana/test=2361; ilisten/train=1986; ilisten/validation=230; ilisten/test=971; loria/train=8465; loria/validation=942; loria/test=1047; maptask/train=25382; maptask/validation=5221; maptask/test=5335; vm2/train=25060; vm2/validation=2860; vm2/test=2855 | Speaker: string; Utterance: string; Dialogue_Act: string; Dialogue_ID: string; File_ID: string; Label: struct{class_label: struct{names: struct{…}}}; Idx: int32 | card_yaml | 32,657 | 32.66 KB | 3 | py 1 | de, en, es, fr, it | text-generation, fill-mask, text-classification | false | f138dd789c15a3b25eee181a4dc4d330741c4c39 | https://huggingface.co/datasets/PierreColombo/miam | https://huggingface.co/datasets/HYUKI5/PierreColombo__miam | ||
HYUKI5/QAngaroo__wiki_hop | QAngaroo/wiki_hop | 複製済み | public | 論文の題（Constructing Datasets for Multi-hop Reading Comprehension Across Documents）から、文書をまたぐ多段の読解のデータである。1 行が 1 つの問い（`query`）で、`candidates` に候補の答え、`answer` に正解、`supports` と `annotations` に根拠の列が入っている。構成は masked と original の 2 つがある。元のカードの大半は未記入で、この説明は列名と論文の題から書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-sa-3.0 | B | domain-general use-conditional genre-encyclopedia label-choice annot-crowd lang-en | 97,734 | false | 6 | 6 | 2 | 4 | original/train=43738; original/validation=5129; masked/train=43738; masked/validation=5129 | id: string; query: string; answer: string; candidates: list<string>; supports: list<string>; annotations: list<list<string>> | card_yaml | 9,658 | 9.66 KB | 3 | py 1 | en | question-answering | https://arxiv.org/abs/1710.06481 | false | 15b7dfb153aeff20243913f4f3632548e2deabfa | https://huggingface.co/datasets/QAngaroo/wiki_hop | https://huggingface.co/datasets/HYUKI5/QAngaroo__wiki_hop | |
HYUKI5/RuyuanWan__Dilemmas_Disagreement | RuyuanWan/Dilemmas_Disagreement | 複製済み | public | Dilemmas データセットを、テキストと注釈の不一致ラベルを含めて加工したデータ。各行にテキスト `text`、二値の不一致ラベル `binary_disagreement`、不一致の割合 `disagreement_rate` が入っている。元データは Scruples の dilemmas（Lourie, Bras, and Choi 2021）で、カードは論文 "Everyone's Voice Matters: Quantifying Annotation Disagreement Using Demographic Information" を挙げている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-general use-unclear genre-other label-binary label-score annot-crowd lang-en | 28,296 | false | 3 | 3 | 1 | 3 | default/train=23596; default/validation=2340; default/test=2360 | text: string; binary_disagreement: int64; disagreement_rate: float64 | viewer | 3,288,273 | 3.29 MB | 5 | csv 3 | en | text-classification | false | 8d5520fc4675fe37bd4b15271feb982a04c8f8ba | https://huggingface.co/datasets/RuyuanWan/Dilemmas_Disagreement | https://huggingface.co/datasets/HYUKI5/RuyuanWan__Dilemmas_Disagreement | |||
HYUKI5/RuyuanWan__SBIC_Disagreement | RuyuanWan/SBIC_Disagreement | 複製済み | public | Social Bias Inference Corpus（SBIC）を、テキスト、注釈者の属性、注釈の不一致ラベルを含めて加工したデータ。各行にテキスト `text`、注釈者 `WorkerId` と `annotatorGender`・`annotatorRace`・`annotatorAge`・`annotatorPolitics`、不一致の値 `binary_disagreement` と `disagreement_rate` が入っている。カードは論文 "Everyone's Voice Matters: Quantifying Annotation Disagreement Using Demographic Infor... | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-safety use-unclear genre-other label-binary label-score annot-crowd lang-en | 89,913 | false | 8 | 8 | 1 | 3 | default/train=53947; default/validation=17983; default/test=17983 | text: string; WorkerId: int64; annotatorGender: string; annotatorRace: string; annotatorAge: float64; annotatorPolitics: string; binary_disagreement: int64; disagreement_rate: float64 | viewer | 14,127,922 | 14.13 MB | 5 | csv 3 | en | text-classification | false | 01bcc51d26814e610d91eef4ecf39df687babc63 | https://huggingface.co/datasets/RuyuanWan/SBIC_Disagreement | https://huggingface.co/datasets/HYUKI5/RuyuanWan__SBIC_Disagreement | |||
HYUKI5/RuyuanWan__SChem_Disagreement | RuyuanWan/SChem_Disagreement | 複製済み | public | Social Chemistry 101（SChem）のテキストに、注釈者どうしの不一致を示すラベルを付けたデータ。1 行が 1 件のテキストで、`text` に本文、`binary_disagreement` に不一致の有無の二値、`disagreement_rate` に不一致の割合が入る。元の SChem の注釈を変換して作られ、論文（Wan ら）は注釈者の人口統計の情報を使って不一致を定量化している。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-commonsense use-unclear genre-other label-binary label-score annot-crowd lang-en | 38,310 | false | 3 | 3 | 1 | 3 | default/train=22986; default/validation=7662; default/test=7662 | text: string; binary_disagreement: int64; disagreement_rate: float64 | viewer | 2,633,173 | 2.63 MB | 5 | csv 3 | en | text-classification | false | 500a8fd3383138a5efece6c6744028e3211a6cc0 | https://huggingface.co/datasets/RuyuanWan/SChem_Disagreement | https://huggingface.co/datasets/HYUKI5/RuyuanWan__SChem_Disagreement | |||
HYUKI5/S-Labs__prompt-injection-dataset | S-Labs/prompt-injection-dataset | 複製済み | public | LLM アプリへのユーザー入力が、プロンプトインジェクションの攻撃かどうかを判定する英語の 2 値分類データ。1 行が 1 件の入力で、`text` に文、`label` に 0（正当な入力）か 1（インジェクション）が入っている。攻撃は指示の上書き・役割の混乱・プロンプトの抽出・難読化など 10 種類以上の類型を含み、AI や技術の質問など紛らわしい無害な文（ハードネガティブ）も含まれる。検証用とテスト用は 50 対 50 で均衡している。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-safety use-permissive genre-other label-binary annot-unknown lang-en | 15,291 | false | 2 | 2 | 1 | 3 | default/train=11089; default/validation=2101; default/test=2101 | text: string; label: int64 | viewer | 988,843 | 988.84 KB | 5 | csv 3 | en | text-classification | false | 002a9dd18514abd021869823d6b0429b38606d99 | https://huggingface.co/datasets/S-Labs/prompt-injection-dataset | https://huggingface.co/datasets/HYUKI5/S-Labs__prompt-injection-dataset | ||
HYUKI5/Salesforce__wikisql | Salesforce/wikisql | 複製済み | public | Wikipedia 由来の多数の表に対して、自然言語の質問を SQL に変換するためのデータ。1 行が 1 つの質問で、`question` に質問文、`table` に表の見出しと内容、`sql` に SQL を表す構造（`human_readable` に読みやすい形）が入っている。質問と SQL の組は、クラウドソーシングで人手によりアノテーションされたもの。Seq2SQL の論文（arXiv:1709.00103）で導入された。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | unknown | D | domain-code use-unclear genre-table label-text annot-crowd lang-en | 80,654 | false | 4 | 4 | 1 | 3 | default/test=15878; default/validation=8421; default/train=56355 | phase: int32; question: string; table: struct{header, page_title, page_id, types, id}; sql: struct{human_readable, sel, agg, conds} | card_yaml | 15,544 | 15.54 KB | 3 | py 1 | en | https://arxiv.org/abs/1709.00103 | false | 5de818eb69c5385e763201d9b9abc36df69a81dc | https://huggingface.co/datasets/Salesforce/wikisql | https://huggingface.co/datasets/HYUKI5/Salesforce__wikisql | ||
HYUKI5/Samsoup__cosmos_qa | Samsoup/cosmos_qa | 複製済み | public | 文脈と問いと 4 つの選択肢からなる多肢選択問題のデータ。1 行が 1 問で、`context` に文脈、`question` に問い、`answer0` から `answer3` に選択肢、`label` に正解の番号が入っている。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（bekko-system-one-dataset-v0） | A | domain-commonsense use-permissive genre-exam label-choice annot-unknown | 35,210 | false | 8 | 8 | 1 | 3 | default/train=25262; default/test=6963; default/validation=2985 | id: string; context: string; question: string; answer0: string; answer1: string; answer2: string; answer3: string; label: int32 | viewer | 12,032,630 | 12.03 MB | 5 | parquet 3 | false | 5511553160809abc4f9c11d12421ec0a9681ee75 | https://huggingface.co/datasets/Samsoup/cosmos_qa | https://huggingface.co/datasets/HYUKI5/Samsoup__cosmos_qa | |||||
HYUKI5/SemEvalWorkshop__emo | SemEvalWorkshop/emo | 複製済み | public | 会話の発話を直前の 2 ターンの文脈と合わせて読み、感情（happy、sad、angry、others）の 4 クラスのいずれかに分類するデータ。1 行が発話と文脈を含む `text` と、感情のラベル `label` を持つ。分割は train と test の 2 つである。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | unknown | A | domain-general use-permissive genre-dialogue label-multiclass annot-unknown lang-en | 35,669 | false | 2 | 2 | 1 | 2 | emo2019/train=30160; emo2019/test=5509 | text: string; label: struct{class_label: struct{names: struct{…}}} | card_yaml | 14,756 | 14.76 KB | 3 | py 1 | en | text-classification | false | 635e95332a716374a40a6f266db53513ea5a0a01 | https://huggingface.co/datasets/SemEvalWorkshop/emo | https://huggingface.co/datasets/HYUKI5/SemEvalWorkshop__emo | ||
HYUKI5/SemEvalWorkshop__humicroedit | SemEvalWorkshop/humicroedit | 複製済み | public | 英語のニュース見出しの 1 語を別の語に置き換えた版の面白さを評価するデータ（SemEval-2020 Task 7）。1 行が 1 件の編集で、元の見出し `original`、置き換えた語 `edit`、アノテーターの評点 `grades` とその平均 `meanGrade` が入っている。設定は平均の点数を予測する `subtask-1` と、2 つの編集版のどちらが面白いかを選ぶ `subtask-2` に分かれる。調査メモではライセンスが未指定とされている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | unknown | D | domain-general use-unclear genre-headline label-score annot-crowd lang-en | 39,997 | false | 5 | 10 | 2 | 8 | subtask-1/train=9652; subtask-1/test=3024; subtask-1/validation=2419; subtask-1/funlines=8248; subtask-2/train=9381; subtask-2/test=2960; subtask-2/validation=2355; subtask-2/funlines=1958 | id: string; original: string; edit: string; grades: string; meanGrade: float32 | card_yaml | 15,937 | 15.94 KB | 3 | py 1 | en | text-classification | https://arxiv.org/abs/1906.00274 | false | 2ac5775fe2cb97e6ff096aa5274b0a19a1ea3872 | https://huggingface.co/datasets/SemEvalWorkshop/humicroedit | https://huggingface.co/datasets/HYUKI5/SemEvalWorkshop__humicroedit | |
HYUKI5/SetFit__ethos_binary | SetFit/ethos_binary | 複製済み | public | ethos を二値にしたデータで、train と test に分かれている。1 行がコメント 1 件 `text` と、数値のラベル `label`、そのラベルの文字列 `label_text` を持つ。コメントには、ヘイトスピーチかどうかのアノテーションが付いている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-safety use-unclear genre-sns label-binary annot-unknown | 998 | false | 3 | 3 | 1 | 2 | default/train=598; default/test=400 | text: string; label: int64; label_text: string | viewer | 173,619 | 173.62 KB | 5 | jsonl 2, py 1 | false | 3e20849175072aa95845981f27938ebeb4eb93e0 | https://huggingface.co/datasets/SetFit/ethos_binary | https://huggingface.co/datasets/HYUKI5/SetFit__ethos_binary | |||||
HYUKI5/WhereIsAI__github-issue-similarity | WhereIsAI/github-issue-similarity | 複製済み | public | GitHub の issue どうしの類似性を判定するためのデータ。1 行は 2 つの文章 `text1` と `text2` の組と、その類似性を表す整数の `label` から成る。元のラベルを決まった規則で変換して作られており、出典は論文 arXiv:2309.12871 である。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-code use-permissive genre-other label-binary annot-unknown lang-en | 32,698 | false | 2 | 3 | 2 | 6 | default/train=18565; default/valid=1547; default/test=1548; positive/train=9457; positive/valid=774; positive/test=807 | text1: string; text2: string; label: int64 | viewer | 83,346,409 | 83.35 MB | 8 | parquet 6 | en | sentence-similarity | https://arxiv.org/abs/2309.12871 | false | 9d058e4cfbc11d782186a1dbb5031a6509b895e1 | https://huggingface.co/datasets/WhereIsAI/github-issue-similarity | https://huggingface.co/datasets/HYUKI5/WhereIsAI__github-issue-similarity | |
HYUKI5/WillHeld__top_v2 | WillHeld/top_v2 | 複製済み | public | 発話（`utterance`）、意味解析（`semantic_parse`）、ドメイン（`domain`）の 3 列からなるデータ。1 行が 1 件の発話に対応する。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-general use-unclear genre-dialogue label-text annot-unknown | 180,542 | false | 3 | 3 | 1 | 3 | default/train=124597; default/test=38785; default/eval=17160 | domain: string; utterance: string; semantic_parse: string | viewer | 9,675,269 | 9.68 MB | 5 | parquet 3 | false | 5e382a8497d4dd28842cc0bfa85387f965ac9d8d | https://huggingface.co/datasets/WillHeld/top_v2 | https://huggingface.co/datasets/HYUKI5/WillHeld__top_v2 | |||||
HYUKI5/Xueren__EMS-MCQA | Xueren/EMS-MCQA | 複製済み | public | 救急医療サービス（EMS）の知識を問う、多肢選択式の質問応答のデータ。全体のうち、オープンソースとして公開されている一部だけを収めている。1 行が 1 問に対応し、問題文を `question`、選択肢を `choices`、正解を `answer`、資格の段階を `level`、話題を `category` に入れている。短い根拠（`explanation`）が付くものもある。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-medical use-permissive genre-exam label-choice annot-natural lang-en | 47,696 | false | 7 | 7 | 1 | 5 | default/train=13021; default/validation=1860; default/test=3721; default/full_data=18602; default/train_woNA=10492 | question: string; choices: list<string>; answer: string; explanation: string; link: string; level: list<string>; category: list<string> | viewer | 40,900,938 | 40.90 MB | 12 | json 5, parquet 5 | en | question-answering | https://arxiv.org/abs/2511.10900 | false | dd0a05836786cb8c2de489916b13505531323d8e | https://huggingface.co/datasets/Xueren/EMS-MCQA | https://huggingface.co/datasets/HYUKI5/Xueren__EMS-MCQA | |
HYUKI5/Zhengping__UNLI | Zhengping/UNLI | 複製済み | public | 自然言語推論の前提と仮説の組に、人手の投票を集計した実数の目標値（ソフトラベル）を付けたデータ。1 行が 1 組の `premise` と `hypothesis` で、`label` に実数の目標値、`snli-label` に整数のラベルが入る。台帳では人手の投票を集計してソフトな目標値にしたものとされる。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-commonsense use-permissive genre-other label-score annot-unknown lang-en | 61,597 | false | 4 | 4 | 1 | 3 | default/train=55517; default/validation=3040; default/test=3040 | premise: string; hypothesis: string; snli-label: int64; label: float64 | viewer | 12,733,337 | 12.73 MB | 5 | jsonl 3 | en | text-classification | false | 9a2bf5ba28e0ba8d0f5d38eb1531e2d75e0b7d6a | https://huggingface.co/datasets/Zhengping/UNLI | https://huggingface.co/datasets/HYUKI5/Zhengping__UNLI | ||
HYUKI5/alexcadillon__SemEval2014Task4 | alexcadillon/SemEval2014Task4 | 複製済み | public | 文（`text`）ごとに、対象の語（`aspectTerms` の `term`）とその感情の極性（`polarity`）を付けたデータで、構成は `laptops` と `restaurants` の 2 つ。1 行が 1 文に対応し、文の ID を `sentenceId` に入れている。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-business use-unclear genre-review label-multiclass annot-unknown | 7,886 | false | 3 | 4 | 2 | 6 | laptops/trial=100; laptops/train=3045; laptops/test=800; restaurants/trial=100; restaurants/train=3041; restaurants/test=800 | sentenceId: string; text: string; aspectTerms: list<struct{term: string, polarity: string, from: string, to: string}> | viewer | 3,148,266 | 3.15 MB | 9 | xml 6, pdf 1, py 1 | false | 3fd43769112ef6517c263e303fbb7dc3002c35df | https://huggingface.co/datasets/alexcadillon/SemEval2014Task4 | https://huggingface.co/datasets/HYUKI5/alexcadillon__SemEval2014Task4 | |||||
HYUKI5/allenai__math_qa | allenai/math_qa | 複製済み | public | 数学の文章題（選択式）のデータ。1 行は一問で、`Problem`（問題文）、`options`（選択肢）、`correct`（正解）、`Rationale`（解説）を持ち、`annotated_formula` と `linear_formula` に操作プログラムが入る。AQuA-RAT の問題・選択肢・解説・正解に、新しい表現言語で完全に規定された操作プログラムをアノテーションして作られた（論文は MathQA）。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | apache-2.0 | A | domain-math use-permissive genre-exam label-choice annot-crowd lang-en | 37,297 | false | 7 | 7 | 1 | 3 | default/test=2985; default/train=29837; default/validation=4475 | Problem: string; Rationale: string; options: string; correct: string; annotated_formula: string; linear_formula: string; category: string | card_yaml | 11,863 | 11.86 KB | 3 | py 1 | en | question-answering | false | c4f1cc784c04c4957b50c97858f23893b633eea6 | https://huggingface.co/datasets/allenai/math_qa | https://huggingface.co/datasets/HYUKI5/allenai__math_qa | ||
HYUKI5/allenai__quac | allenai/quac | 複製済み | public | Wikipedia の文章について情報を尋ね合う対話のデータ。2 人のクラウドワーカーの対話で、一方が伏せられた文章について自由な形式で質問し、もう一方が文章中の範囲（スパン）で答える。1 行が 1 件の対話に対応し、記事名を `wikipedia_page_title`、節の見出しを `section_title`、質問と回答の列を `questions` と `answers` に入れている。答えられない質問や、対話の中でしか意味を持たない質問も含まれる。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-general use-permissive genre-dialogue label-span annot-crowd lang-en | 12,567 | false | 11 | 11 | 1 | 2 | plain_text/train=11567; plain_text/validation=1000 | dialogue_id: string; wikipedia_page_title: string; background: string; section_title: string; context: string; turn_ids: list<string>; questions: list<string>; followups: list<class_label(3)>; yesnos: list<class_label(3)>; answers: list<?>; orig_answers: struct{texts, answer_starts} | card_yaml | 26,284 | 26.28 KB | 3 | py 1 | en | question-answering, text-generation, fill-mask | https://arxiv.org/abs/1808.07036 | false | 2c1b73f07a629a338127b6a9761c64bf3e969179 | https://huggingface.co/datasets/allenai/quac | https://huggingface.co/datasets/HYUKI5/allenai__quac | |
HYUKI5/allenai__quartz | allenai/quartz | 複製済み | public | オープンドメインの定性的な関係について、多肢選択式の質問を集めたデータ。クラウドソーシングで作られ、各質問は 405 種類の背景文（時に短い段落）のいずれかと組になっている。1 行が 1 問に対応し、質問を `question`、選択肢を `choices`、正解の記号を `answerKey`、背景文を `para` に入れ、原因と結果の方向などの注釈を `para_anno` と `question_anno` に持つ。背景文は分割（train、dev、test）のどれか 1 つだけに現れる。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-4.0 | A | domain-science use-permissive genre-exam label-choice annot-crowd lang-en | 3,864 | false | 8 | 8 | 1 | 3 | default/train=2696; default/test=784; default/validation=384 | id: string; question: string; choices: list<struct{text: string, label: string}>; answerKey: string; para: string; para_id: string; para_anno: struct{effect_prop: string, cause_dir_str: string, effect_dir_str: string, cause_dir_sign: string, effect_dir_sign: string, …}; question_anno: struct{more_effect_dir: string, le... | viewer | 579,258 | 579.26 KB | 5 | parquet 3 | en | question-answering | false | 28c1dbb56caf81799296cb17892fa73402e23464 | https://huggingface.co/datasets/allenai/quartz | https://huggingface.co/datasets/HYUKI5/allenai__quartz | ||
HYUKI5/allenai__ropes | allenai/ropes | 複製済み | public | 背景文章（因果または質的な関係を述べた文）と、その関係を新しい状況に当てはめて答える読解のデータ。1.7K 段落にまたがる 14k 件の QA の組を収めている。1 行が 1 問に対応し、背景文を `background`、状況を `situation`、質問を `question`、答えを `answers` に入れている。答えは状況か質問の中の一続きの部分で、テストセットの答えは非公開であり、予測はリーダーボードに提出する。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（bekko-system-one-dataset-v0） | cc-by-4.0 | A | domain-science use-permissive genre-encyclopedia label-span annot-crowd lang-en | 14,322 | false | 5 | 5 | 1 | 3 | plain_text/train=10924; plain_text/test=1710; plain_text/validation=1688 | id: string; background: string; situation: string; question: string; answers: list<struct{text: string}> | viewer | 1,382,475 | 1.38 MB | 5 | parquet 3 | en | question-answering | https://arxiv.org/abs/1908.05852 | false | d59f1e2ee2b423d7c6ba71edd47fceb4158b07dd | https://huggingface.co/datasets/allenai/ropes | https://huggingface.co/datasets/HYUKI5/allenai__ropes | |
HYUKI5/allenai__wiqa | allenai/wiqa | 複製済み | public | 段落の文脈で、ある摂動が起きたときの影響を問う質問のデータ。質問は 39,705 問で、train、dev、test に分かれている。1 行が 1 問に対応し、問いの文を `question_stem`、段落の過程の各ステップを `question_para_step`、答え（例: `more`）を `answer_label` に入れている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-science use-unclear genre-exam label-multiclass annot-unknown lang-en | 39,705 | false | 10 | 10 | 1 | 3 | default/train=29808; default/test=3003; default/validation=6894 | question_stem: string; question_para_step: list<string>; answer_label: string; answer_label_as_choice: string; choices: list<?>; metadata_question_id: string; metadata_graph_id: string; metadata_para_id: string; metadata_question_type: string; metadata_path_len: int32 | card_yaml | 13,629 | 13.63 KB | 3 | py 1 | en | https://arxiv.org/abs/1909.04739 | false | 8dda4b5e237452fb939b39326f68ad6607e75ab6 | https://huggingface.co/datasets/allenai/wiqa | https://huggingface.co/datasets/HYUKI5/allenai__wiqa | |||
HYUKI5/amydeng2000__CREAK | amydeng2000/CREAK | 複製済み | public | 文とその説明、対象の実体のデータで、調査メモでは元の注釈を決まった規則で変換したものとされている。1 行が 1 件の文を表し、`sentence` に文、`label` にラベル、`explanation` に説明、`entity` に対象の実体が入っている。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | B | domain-commonsense use-conditional genre-other label-binary annot-rule | 11,547 | false | 7 | 7 | 1 | 2 | default/train=10176; default/validation=1371 | ex_id: string; sentence: string; explanation: string; label: string; entity: string; en_wiki_pageid: string; entity_mention_loc: list<list<int64>> | viewer | 3,524,578 | 3.52 MB | 5 | json 3 | false | cceb4696560317e920d6512b906263bb425883a1 | https://huggingface.co/datasets/amydeng2000/CREAK | https://huggingface.co/datasets/HYUKI5/amydeng2000__CREAK | |||||
HYUKI5/aps__dynahate | aps/dynahate | 複製済み | public | 既存の注釈を変換して作ったとされるデータ。調査メモには行数と列の記録がなく、ビューアでも読めなかった。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | B | domain-safety use-conditional genre-other label-binary annot-unknown | null | false | null | null | 0 | 0 | files | 12,551 | 12.55 KB | 3 | json 1, py 1 | false | 2ea9ced0a070d39219d01f9536b858db20fcae75 | https://huggingface.co/datasets/aps/dynahate | https://huggingface.co/datasets/HYUKI5/aps__dynahate | |||||||
HYUKI5/baber__social_i_qa | baber/social_i_qa | 複製済み | public | Social IQa を parquet 形式にしたミラーのデータで、元のデータセットの詳細は元のページにある。1 行が 1 問に対応し、文脈を `context`、質問を `question`、選択肢を `answerA` から `answerC`、正解を `label` に入れている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（bekko-system-one-dataset-v0） | A | domain-commonsense use-permissive genre-exam label-choice annot-unknown | 35,364 | false | 6 | 6 | 1 | 2 | default/train=33410; default/validation=1954 | context: large_string; question: large_string; answerA: large_string; answerB: large_string; answerC: large_string; label: large_string | viewer | 1,958,770 | 1.96 MB | 4 | parquet 2 | false | 23b95cae5bd071ff36ae9b6f6750782c88432df7 | https://huggingface.co/datasets/baber/social_i_qa | https://huggingface.co/datasets/HYUKI5/baber__social_i_qa | |||||
HYUKI5/bhavnicksm__sentihood | bhavnicksm/sentihood | 複製済み | public | 利用者が都市の地区について議論する質問応答サイトの文に、対象の地区ごとにアスペクトへの感情を付けたデータ（英語）。1 行が 1 文に対応し、文を `text`、ID を `id`、感情の注釈を `opinions` に入れている。元は論文 SentiHood（arXiv:1610.03771）のデータセットで、カードの作り方と利用上の注意の項目は未記入である。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-4.0 | A | domain-general use-permissive genre-sns label-multiclass annot-unknown lang-en | 5,215 | false | 3 | 3 | 1 | 3 | default/train=2977; default/validation=747; default/test=1491 | opinions: list<struct{sentiment: string, aspect: string, target_entity: string}>; id: int64; text: string | viewer | 1,121,123 | 1.12 MB | 5 | jsonl 3 | en | text-classification | https://arxiv.org/abs/1610.03771 | false | fc4fb9e46f37bfe9ba27571358897924e8258bdc | https://huggingface.co/datasets/bhavnicksm/sentihood | https://huggingface.co/datasets/HYUKI5/bhavnicksm__sentihood | |
HYUKI5/bigbio__chemprot | bigbio/chemprot | 複製済み | public | PubMed の文章に、化学物質とタンパク質のエンティティとその間の関係を付けたデータ。1 行が PubMed の ID（`pmid`）と本文（`text`）の組で、`entities` に化学物質やタンパク質などのエンティティ、`relations` に両者の関係の種類が入る。BioCreative VI の化学物質とタンパク質の相互作用（chemical-protein interaction）の課題のためのデータセットで、固有表現認識（NER）と関係抽出（RE）に使う。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | other | D | domain-medical use-unclear genre-paper label-span label-multiclass annot-unknown lang-en | 7,446 | false | 4 | 7 | 3 | 12 | chemprot_full_source/sample=50; chemprot_full_source/train=1020; chemprot_full_source/test=800; chemprot_full_source/validation=612; chemprot_bigbio_kb/sample=50; chemprot_bigbio_kb/train=1020; chemprot_bigbio_kb/test=800; chemprot_bigbio_kb/validation=612; chemprot_shared_task_eval_source/sample=50; chemprot_shared_ta... | pmid: string; text: string; entities: list<struct{id: string, type: string, text: string, offsets: list<int64>}>; relations: list<struct{type: string, arg1: string, arg2: string}> | viewer | 14,492,877 | 14.49 MB | 15 | parquet 12, zip 1 | en | false | 25efb1a752ba3775795742f07502f6dd214a18eb | https://huggingface.co/datasets/bigbio/chemprot | https://huggingface.co/datasets/HYUKI5/bigbio__chemprot | |||
HYUKI5/bigbio__hallmarks_of_cancer | bigbio/hallmarks_of_cancer | 複製済み | public | PubMed の論文要旨の文に、がんの特徴（hallmarks of cancer）のクラスを付けた英語のコーパス。1 行が 1 文で、`text` に文、`labels` に該当するクラスの一覧（0 個以上）が入っている。1852 件の要旨の文を、階層をなす 37 のクラスに従って専門家が手作業で分類した。ライセンスは gpl-3.0 である。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | gpl-3.0 | B | domain-medical use-conditional genre-paper label-multilabel annot-expert lang-en | 34,928 | false | 3 | 4 | 2 | 6 | hallmarks_of_cancer_bigbio_text/train=12119; hallmarks_of_cancer_bigbio_text/test=3547; hallmarks_of_cancer_bigbio_text/validation=1798; hallmarks_of_cancer_source/train=12119; hallmarks_of_cancer_source/test=3547; hallmarks_of_cancer_source/validation=1798 | id: string; document_id: string; text: string; labels: list<string> | viewer | 31,055 | 31.05 KB | 4 | py 2 | en | false | 5177d3fb0681f27af37431f46617fea31d50bdc3 | https://huggingface.co/datasets/bigbio/hallmarks_of_cancer | https://huggingface.co/datasets/HYUKI5/bigbio__hallmarks_of_cancer | |||
HYUKI5/casey-martin__CommonLit-Ease-of-Readability | casey-martin/CommonLit-Ease-of-Readability | 複製済み | public | 文章の読みやすさの点数を集めたデータ。1 行が 1 つの抜粋（`Excerpt`）で、`BT_easiness` に読みやすさの値、`s.e.` に標準誤差が入り、著者（`Author`）・題名（`Title`）・出典（`Anthology`）・語数（`Google WC`）・文数（`Sentence Count`）などが付く。調査メモでは、人手の投票を集計して軟らかい目標値にしたものとされる。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | C | domain-general use-noncommercial genre-other label-score annot-unknown lang-en | 4,724 | false | 29 | 29 | 1 | 3 | default/train=3543; default/validation=708; default/test=473 | ID: int64; Author: string; Title: string; Anthology: string; URL: string; Pub Year: float64; Categ: string; Sub Cat: string; Lexile Band: int64; Location: string; License: string; MPAA Max: string; MPAA #Max: int64; MPAA# Avg: float64; Excerpt: string; Google WC: int64; Sentence Count: int64; Paragraphs: int64; BT_easi... | viewer | 3,700,796 | 3.70 MB | 4 | parquet 3 | false | b14ab30b0f4be072492c4483c0f1490eaae77f7a | https://huggingface.co/datasets/casey-martin/CommonLit-Ease-of-Readability | https://huggingface.co/datasets/HYUKI5/casey-martin__CommonLit-Ease-of-Readability | |||||
HYUKI5/christophsonntag__OLID | christophsonntag/OLID | 複製済み | public | Twitter の投稿に攻撃性のラベルを付けた英語のデータ。1 行が 1 件のツイートで、本文は `tweet`、正規化した本文は `cleaned_tweet` に入り、攻撃的言語の有無は `subtask_a`、攻撃の種類は `subtask_b`、攻撃の対象は `subtask_c` に入る。キーワードで検索して集めたツイートを、クラウドソーシングで 3 段階の階層的なラベルに分けてアノテーションしたもの。ツイート中のユーザーへの言及と URL は @USER と URL に置き換えられている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-safety use-unclear genre-sns label-binary label-multiclass annot-crowd lang-en | 14,100 | false | 6 | 6 | 1 | 2 | 1.0.0/train=13240; 1.0.0/test=860 | id: int64; tweet: string; cleaned_tweet: string; subtask_a: string; subtask_b: string; subtask_c: string | viewer | 11,391,464 | 11.39 MB | 18 | csv 9, tsv 4, txt 2 | en | text-classification | https://arxiv.org/abs/1902.09666 | false | 37262ae493ed725b68b93aab1632b8207760dc8f | https://huggingface.co/datasets/christophsonntag/OLID | https://huggingface.co/datasets/HYUKI5/christophsonntag__OLID | ||
HYUKI5/community-datasets__definite_pronoun_resolution | community-datasets/definite_pronoun_resolution | 複製済み | public | 文中の代名詞が指す先行詞を、2 つの候補から選ぶためのデータ。1 行が文 `sentence`、代名詞 `pronoun`、候補 `candidates`、正解を示す `label`（0 か 1）を持つ。著者の学部の授業を受けた 30 人の学生が作った文で、実際の出来事から映画の登場人物、架空の状況まで幅広い話題を扱う。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | unknown | D | domain-commonsense use-unclear genre-other label-choice annot-expert lang-en | 1,886 | false | 4 | 4 | 1 | 2 | plain_text/test=564; plain_text/train=1322 | sentence: string; pronoun: string; candidates: list<string>; label: class_label(2: 0, 1) | viewer | 115,511 | 115.51 KB | 4 | parquet 2 | en | token-classification | false | 0fdf659653e37a0a3bf8af0909a43969304b2b19 | https://huggingface.co/datasets/community-datasets/definite_pronoun_resolution | https://huggingface.co/datasets/HYUKI5/community-datasets__definite_pronoun_resolution | ||
HYUKI5/community-datasets__offenseval_dravidian | community-datasets/offenseval_dravidian | 複製済み | public | ドラヴィダ系言語（タミル語・英語、マラヤーラム語・英語、カンナダ語・英語）のコード混在の、ソーシャルメディアのコメントに攻撃的な言語のラベルを付けたデータ。1 行が 1 件のコメントまたは投稿で、本文は `text`、ラベルは `label` に入る。共有タスクのために作られた金標準のコーパスで、コメントの単位でアノテーションされ、クラスの偏りがある。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-4.0 | A | domain-safety use-permissive genre-sns label-multiclass annot-expert lang-multi | 64,530 | false | 2 | 2 | 3 | 6 | kannada/train=6217; kannada/validation=777; malayalam/train=16010; malayalam/validation=1999; tamil/train=35139; tamil/validation=4388 | text: string; label: class_label(6: Not_offensive, Offensive_Untargetede, Offensive_Targeted_Insult_Individual, Offensive_Targeted_Insult_Group, Offensive_Targeted_Insult_Other, not-Kannada) | viewer | 4,277,983 | 4.28 MB | 8 | parquet 6 | en, kn, ml, ta | text-classification | false | 4739cb65194d4157841510a7c46a6fc87622b764 | https://huggingface.co/datasets/community-datasets/offenseval_dravidian | https://huggingface.co/datasets/HYUKI5/community-datasets__offenseval_dravidian | ||
HYUKI5/community-datasets__proto_qa | community-datasets/proto_qa | 複製済み | public | テレビ番組 Family Feud に部分的に基づく、典型的な状況についての常識のデータ。1 行が 1 つのアンケート質問で、質問は `question`、回答のクラスタとその件数は `answer-clusters` に入る。番組の書き起こしをファンが作った記録から決まった規則でフィルタリングしてサンプルし、クラウドソーシングのデータは FigureEight（現 Appen）で取得された。研究で、事前学習済みモデルがもつ典型的な状況の知識（とバイアス）を調べるためのもので、下流のタスクでの利用は想定されていない。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-4.0 | A | domain-commonsense use-permissive genre-other label-text annot-crowd lang-en | 9,866 | false | 2 | 7 | 3 | 4 | proto_qa/train=8782; proto_qa/validation=980; proto_qa_cs/validation=52; proto_qa_cs_assessments/validation=52 | normalized-question: string; question: string; answer-clusters: list<struct{count: int32, clusterid: string, answers: list<string>}>; answerstrings: list<string>; totalcount: int32; id: string; source: string | viewer | 2,014,774 | 2.01 MB | 6 | parquet 4 | en | question-answering | https://arxiv.org/abs/2005.00771 | false | 551e5a907595200df6c87b5584c7949214be88e1 | https://huggingface.co/datasets/community-datasets/proto_qa | https://huggingface.co/datasets/HYUKI5/community-datasets__proto_qa | |
HYUKI5/community-datasets__quarel | community-datasets/quarel | 複製済み | public | 物語に関する選択式の質問のデータで、クラウドソーシングで作られた。1 行が 1 問で、問題文は `question`、正解の選択肢の番号は `answer_index`、論理形式は `logical_forms` に入る。`world_literals` には、問題に出てくる 2 つの世界（`world1` と `world2`）ごとの語が入る。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-commonsense use-unclear genre-exam label-choice annot-crowd lang-en | 2,771 | false | 6 | 6 | 1 | 3 | default/train=1941; default/test=552; default/validation=278 | id: string; answer_index: int32; logical_forms: list<string>; logical_form_pretty: string; world_literals: list<struct{world1: string, world2: string}>; question: string | viewer | 495,826 | 495.83 KB | 5 | parquet 3 | en | https://arxiv.org/abs/1805.05377 | false | 52be7f062d2c13d401a9e53b6963d8fbcc4abeb4 | https://huggingface.co/datasets/community-datasets/quarel | https://huggingface.co/datasets/HYUKI5/community-datasets__quarel | |||
HYUKI5/community-datasets__re_dial | community-datasets/re_dial | 複製済み | public | ユーザー同士が互いに映画を推薦し合う対話のデータで、英語で書かれている。1 行が 1 件の会話で、発話は `messages` の `text`、会話中に挙がった映画は `movieMentions` に入る。回答者が各映画について推薦されたか・見たか・好きかを答えたものは `respondentQuestions` に入る。Polytechnique Montréal や Microsoft Research Montréal などの研究者のチームが集めた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-4.0 | A | domain-culture use-permissive genre-dialogue label-multilabel annot-crowd lang-en | 11,348 | false | 7 | 7 | 1 | 2 | default/train=10006; default/test=1342 | movieMentions: list<struct{movieId: string, movieName: string}>; respondentQuestions: list<struct{movieId: string, suggested: int32, seen: int32, liked: int32}>; messages: list<struct{timeOffset: int32, text: string, senderWorkerId: int32, messageId: int32}>; conversationId: int32; respondentWorkerId: int32; initiatorW... | viewer | 7,468,037 | 7.47 MB | 4 | parquet 2 | en | other, text-classification | false | eb588549012bdebd7283d5cb0ca86057f62d6832 | https://huggingface.co/datasets/community-datasets/re_dial | https://huggingface.co/datasets/HYUKI5/community-datasets__re_dial | ||
HYUKI5/coref-data__gap_raw | coref-data/gap_raw | 複製済み | public | Wikipedia からサンプリングした、性別のバランスが取れた共参照解決のデータ。曖昧な代名詞と候補の名前 A・B の組に、共参照かどうかのラベル（A-coref、B-coref）が付いている。1 行が文章 `Text`、代名詞 `Pronoun`、候補 A・B とそれぞれの位置を持ち、Google AI Language が公開した。論文は Webster らの Mind the GAP（2018）である。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | apache-2.0 | A | domain-general use-permissive genre-encyclopedia label-binary annot-unknown | 4,454 | false | 11 | 11 | 1 | 3 | default/train=2000; default/validation=454; default/test=2000 | ID: string; Text: string; Pronoun: string; Pronoun-offset: int32; A: string; A-offset: int32; A-coref: bool; B: string; B-offset: int32; B-coref: bool; URL: string | viewer | 1,615,751 | 1.62 MB | 5 | parquet 3 | https://arxiv.org/abs/1810.05201 | false | b3cb9f80cfade3374e73ecea63da8957eb125b3c | https://huggingface.co/datasets/coref-data/gap_raw | https://huggingface.co/datasets/HYUKI5/coref-data__gap_raw | |||
HYUKI5/coref-data__knowref_60k_raw | coref-data/knowref_60k_raw | 複製済み | public | Web から集めた、代名詞の指す先を選ぶ問題（Winograd 型）のデータ。1 行が 1 問で、名前を入れ替える前の文 `original_sentence` と、入れ替えた後の文 `swapped_sentence`、候補 `candidate0` と `candidate1`、正解 `correct_candidate` から成る。`annotation_strength` はアノテーター間の一致度（1〜5）である。出典は Emami らの論文（COLING 2020）で、同論文はこの WSC-Web を Winograd 型課題と事前学習コーパスの重なりの分析とともに提示している。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-4.0 | A | domain-commonsense use-permissive genre-other label-choice annot-unknown | 64,301 | false | 6 | 6 | 1 | 3 | default/train=39999; default/validation=21241; default/test=3061 | original_sentence: string; swapped_sentence: string; correct_candidate: string; annotation_strength: string; candidate0: string; candidate1: string | viewer | 23,262,166 | 23.26 MB | 5 | json 3 | false | 7bcc7a154dbf145524e86621a2d45b4ba57e0c04 | https://huggingface.co/datasets/coref-data/knowref_60k_raw | https://huggingface.co/datasets/HYUKI5/coref-data__knowref_60k_raw | ||||
HYUKI5/curaihealth__medical_questions_pairs | curaihealth/medical_questions_pairs | 複製済み | public | 医療の質問どうしが似ているかを判定するためのデータ。1 行は `question_1` と `question_2` の質問の組と、似ていれば 1・そうでなければ 0 の `label` からなり、`dr_id` は担当した医師（1〜11）の番号。Curai の医師が、HealthTap の患者の質問 1,524 件のそれぞれについて、同じ意図の言い換えと、似た語を使う関連はあるが似ていない質問の組を一件ずつ作った。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | unknown | D | domain-medical use-unclear genre-web label-binary annot-expert lang-en | 3,048 | false | 4 | 4 | 1 | 1 | default/train=3048 | dr_id: int32; question_1: string; question_2: string; label: class_label(2: 0, 1) | viewer | 322,943 | 322.94 KB | 3 | parquet 1 | en | text-classification | https://arxiv.org/abs/2008.13546 | false | d91d9da9b2a843fc09ab9d48568d2a93bf58bd0d | https://huggingface.co/datasets/curaihealth/medical_questions_pairs | https://huggingface.co/datasets/HYUKI5/curaihealth__medical_questions_pairs | |
HYUKI5/declare-lab__cicero | declare-lab/cicero | 複製済み | public | 英語の対話に対する常識推論のデータ。1 行が対話（`Dialogue`）と対象の発話（`Target`）に、原因・後続の出来事・前提条件・動機・感情的反応の 5 観点のいずれかの質問（`Question`）と 5 つの選択肢（`Choices`）が付いたもので、`Human Written Answer` に人手で書かれた答えの番号が入る。対話は DailyDialog・DREAM・MuTual から集め、選択肢のうち 1 つは人手で書き、残り 4 つは機械で生成して敵対的フィルタリング（AF）で選んだ。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-commonsense use-permissive genre-dialogue label-choice annot-unknown lang-en | 53,204 | false | 7 | 7 | 1 | 3 | default/train=31418; default/validation=10888; default/test=10898 | ID: string; Dialogue: list<string>; Target: string; Question: string; Choices: list<string>; Human Written Answer: list<int64>; Correct Answers: list<int64> | viewer | 58,280,730 | 58.28 MB | 5 | json 3 | https://arxiv.org/abs/2203.13926, https://arxiv.org/abs/1710.03957, https://arxiv.org/abs/1902.00164, https://arxiv.org/abs/2004.04494 | false | 257802eb1f65c3eeeaec0a8b4dab2dd9c3f88d44 | https://huggingface.co/datasets/declare-lab/cicero | https://huggingface.co/datasets/HYUKI5/declare-lab__cicero | |||
HYUKI5/deepmind__aqua_rat | deepmind/aqua_rat | 複製済み | public | 代数の文章題に、自然言語の解法の説明を付けたデータ。約 10 万問からなり、1 行が 1 問で、問題文は `question`、5 つの選択肢は `options`、解法の説明は `rationale`、正解は `correct` に入る。Ling ら（2017）の論文で公開され、プログラムを生成しながら説明も生成するモデルの学習に使われた。ライセンスは Apache License 2.0。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko）; Jev / System One 系コミュニティ公開データの元データ特定 | CSV（bekko-system-one-dataset-v0） | apache-2.0 | D | domain-math use-unclear genre-exam label-choice annot-unknown lang-en | 195,950 | false | 4 | 4 | 2 | 6 | raw/train=97467; raw/test=254; raw/validation=254; tokenized/train=97467; tokenized/test=254; tokenized/validation=254 | question: string; options: list<string>; rationale: string; correct: string | viewer | 52,005,614 | 52.01 MB | 8 | parquet 6 | en | question-answering | https://arxiv.org/abs/1705.04146 | false | 33301c6a050c96af81f63cad5562cb5363e88971 | https://huggingface.co/datasets/deepmind/aqua_rat | https://huggingface.co/datasets/HYUKI5/deepmind__aqua_rat | |
HYUKI5/deepset__prompt-injections | deepset/prompt-injections | 複製済み | public | 整数のラベル（`label`）が付いたテキスト（`text`）のデータ。1 行が 1 件のテキストで、本文は `text`、ラベルは `label` に入る。元のカードは空で、この説明は列名と調査メモから書いた。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | apache-2.0 | A | domain-safety use-permissive genre-other label-binary annot-unknown | 662 | false | 2 | 2 | 1 | 2 | default/train=546; default/test=116 | text: string; label: int64 | viewer | 56,245 | 56.24 KB | 5 | parquet 2, txt 1 | false | 4f61ecb038e9c3fb77e21034b22511b523772cdd | https://huggingface.co/datasets/deepset/prompt-injections | https://huggingface.co/datasets/HYUKI5/deepset__prompt-injections | ||||
HYUKI5/defunct-datasets__amazon_reviews_multi | defunct-datasets/amazon_reviews_multi | 複製済み | public | 英語・日本語・ドイツ語・フランス語・中国語・スペイン語の Amazon の商品レビューを集めた多言語のコーパス。1 行は一件のレビューで、`review_body`、`review_title`、`stars`（1〜5 の星の数）、`product_category` などを持ち、レビュアーと商品の ID は匿名化されている。2015 年 11 月から 2019 年 11 月までに収集され、各言語で星の評価ごとに 20% ずつ均衡させてある。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | other | D | domain-business use-unclear genre-review label-score annot-natural lang-multi | 2,520,000 | false | 8 | 8 | 7 | 21 | all_languages/train=1200000; all_languages/validation=30000; all_languages/test=30000; de/train=200000; de/validation=5000; de/test=5000; en/train=200000; en/validation=5000; en/test=5000; es/train=200000; es/validation=5000; es/test=5000; fr/train=200000; fr/validation=5000; fr/test=5000; ja/train=200000; ja/validatio... | review_id: string; product_id: string; reviewer_id: string; stars: int32; review_body: string; review_title: string; language: string; product_category: string | card_yaml | 24,013 | 24.01 KB | 3 | py 1 | de, en, es, fr, ja, zh | summarization, text-generation, fill-mask, text-classification | https://arxiv.org/abs/2010.02573 | false | b6115b04af1d02b3c30849bdd4c55899bff0ae63 | https://huggingface.co/datasets/defunct-datasets/amazon_reviews_multi | https://huggingface.co/datasets/HYUKI5/defunct-datasets__amazon_reviews_multi | |
HYUKI5/demo-org__auditor_review | demo-org/auditor_review | 複製済み | public | 金融ニュースの英語の文に、センチメント（positive・neutral・negative）を付けたデータ。1 行が 1 文で、`sentence` にトークン化された文、`label` に感情の整数ラベルが入る。金融市場の背景知識を持つアノテーターが付け、一致率が 75% を超えた部分集合を使っている。ライセンスは Demo.Org Proprietary で、共有しないことになっている。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | D | domain-finance use-unclear genre-news label-multiclass annot-expert lang-en | 4,846 | false | 2 | 2 | 1 | 2 | default/train=3877; default/test=969 | sentence: string; label: int64 | viewer | 991,528 | 991.53 KB | 6 | parquet 2, png 1, json 1 | en | text-classification | false | 22e9451042c750f5dec39e243d34f4efea1f3cda | https://huggingface.co/datasets/demo-org/auditor_review | https://huggingface.co/datasets/HYUKI5/demo-org__auditor_review | |||
HYUKI5/doshimit3015__text-anonymization-benchmark | doshimit3015/text-anonymization-benchmark | 複製済み | public | 欧州人権裁判所（ECHR）の英語の裁判例 1,268 件に、個人を特定する語句と機微な属性、共参照の関係を人手でアノテーションしたテキスト匿名化のコーパス。1 行が 1 人のアノテーターによる 1 件の裁判例の注釈で、本文は `text`、注釈の範囲は `entity_mentions`、分割は `dataset_type` に入る。一部の文書は複数のアノテーターが注釈しており、ライセンスは MIT。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | mit | A | domain-legal use-permissive genre-legal-text label-span annot-unknown lang-en | 2,208 | false | 8 | 8 | 1 | 3 | default/train=1112; default/validation=541; default/test=555 | quality_checked: list<string>; text: string; task: string; meta: struct{applicant: string, articles: list<int64>, countries: string, legal_branch: string, year: int64}; doc_id: string; dataset_type: string; annotator_id: string; entity_mentions: list<struct{confidential_status: string, edit_type: string, end_offset: in... | viewer | 7,630,497 | 7.63 MB | 6 | zip 3 | en | token-classification | false | e33fd0a4502d6b2c9e980aa8899fa23df38c9153 | https://huggingface.co/datasets/doshimit3015/text-anonymization-benchmark | https://huggingface.co/datasets/HYUKI5/doshimit3015__text-anonymization-benchmark | ||
HYUKI5/dravidianlangtech__hope_edi | dravidianlangtech/hope_edi | 複製済み | public | YouTube のユーザーのコメントを、平等・多様性・包摂（equality, diversity, inclusion）に関する希望的発言（hope speech）かどうかで手作業で分類したデータ。英語・タミル語・マラヤーラム語の 3 言語があり、タミル語とマラヤーラム語のコメントは英語との混在（code-mixed）である。1 行が 1 件のコメントで、`text` にコメント、`label` に `Hope_speech` か `Non_hope_speech` などが入っている。出典は HopeEDI の論文である。 | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | jev_sources_tasksource_bekko.csv | Jev / System One 系 typed-decisions データの元データ特定（tasksource 3 本 + bekko） | CSV（tasksource-jev-typed-decisions） | cc-by-4.0 | A | domain-politics use-permissive genre-sns label-binary annot-unknown lang-multi | 53,417 | false | 2 | 2 | 3 | 6 | english/train=22762; english/validation=2843; tamil/train=16160; tamil/validation=2018; malayalam/train=8564; malayalam/validation=1070 | text: string; label: struct{class_label: struct{names: struct{…}}} | card_yaml | 20,454 | 20.45 KB | 3 | py 1 | en, ml, ta | text-classification | false | 2560d85e98ccffe0b66f08bbe9ae9fcd7a1c2605 | https://huggingface.co/datasets/dravidianlangtech/hope_edi | https://huggingface.co/datasets/HYUKI5/dravidianlangtech__hope_edi |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.