Emotion-probesは、感情理解とモデル解釈性の研究のために設計された合成テキストデータセットです。モデルから感情ベクトルと感情マスキング機能を抽出することを目的としており、感情分類、モデルアライメント、セキュリティ研究、大規模モデルの内部メカニズム分析などに幅広く利用されています。 このデータセットには約44万7000個のサンプルが含まれています。各サンプルには、実際の感情、表現された感情、テキスト内容、キャラクター情報などのフィールドが含まれています。

データ構成

データは4つの部分から構成されています。

• expression/stories.parquet: 171の感情と100のテーマを網羅した205,200の短編小説。
• 偏向/対話.parquet: 感情を覆い隠す対話が約239,400件あります。
• expression/neutral_stories.parquet: 主成分分析における交絡因子を排除するために使用された、感情中立的なストーリー1200件。
• 偏向/中立的対話.parquet: 主成分分析における交絡因子を排除するための、中立的/AI対話1200件。