注册
行业 学习
支撑
数据 算量 系统
企业 招聘
下载
模型 数据集
AI工具箱
企业服务
EVA 智能HR
ChatGPT 人工智能应用 人工智能未来 计算机视觉
热门新闻
公司板 科大讯飞

科大讯飞包揽ICPR MTWI图文识别挑战赛三项冠军
行业 人工智能

所以，能动手就别吵吵了
行业 人工智能

人工智能对 IT 技能和人才发展的影响
常用工具
ChatGPT

OpenAI旗下AI对话工具
火山写作

字节跳动旗下团队推出的免费AI英语写作助手
Midjourney

AI图像和插画生成工具，测试测试测试测试测试测测试
Stable Diffusion

StabilityAI推出的文本到图像生成AI
GitHub Copilot

GitHub AI编程工具

数据集:

tomekkorbak/pile-curse-full

数据集介绍 文件清单
中文

Generation procedure

The dataset was constructed using documents from the Pile scored using LDNOOBW wordlist (a score is number of curses per character).

The procedure was the following:

  • The first half of the data are 100k documents randomly sampled from the Pile and assigned scores
  • The second half are the most cursing document from the Pile, obtained by scoring the whole Pile and choosing 100k documents with highest scores
  • Then, the dataset was shuffled and a 9:1 train-test split was done

    • Basic stats

    The average and median scores are 0.013 and 0.019, respectively.

    作者:

    tomekkorbak

    数据集大小:

    176.98 MB

    相关推荐