算法行动主义:世界人权宣言合成叙事语料

自然语言
0 下载
2 浏览
2026-10-14

数据集简介

核心原则

algorithmic-activism 以「零依赖、自主运行」为设计前提,把《世界人权宣言》(UDHR)的每一条款转化为可阅读、可训练的文学叙事。平台不依赖外部服务即可完成生成、审计与导出流程,围绕 UDHR 条款合成寓言、童话、反乌托邦与随笔等风格,使抽象的人权条文获得具体、可感的伦理情境。

生成结果并非直接入库:每条叙事都要经过启发式 harm-reduction 护栏审计。审计通过的内容进入语料库;未通过的内容留在 quarantine,可作为 DPO 负例使用(当前为空)。这一「生成—审计—分流」的机制,使语料在用于对齐训练时自带一层安全过滤。

面向 AI 研究者、开发者与算力赞助方

该语料面向三类使用者:一是研究对齐(alignment)与 Constitutional AI 的研究者,可将 UDHR 条款叙事用作偏好数据或监督微调素材;二是需要 DPO/RLHF 与微调训练数据的开发者;三是关注人权议题的读者与讨论者,可把合成短篇当作阅读与讨论材料。

数据以 Alpaca/Hugging Face 风格 JSONL 组织,每行包含 instruction、input(文章 ID,如 art_17)、output(叙事文本)与 meta(完整 frontmatter:title、article、style、language、model、created_at、approx_words、guardrail_audit.passed/status、provenance)。Hugging Face 数据集页显示约 2.77k 行,属 train 划分,规模标注为 1K–10K;instruction 字段有 534 个不同取值,input 字段有 31 个取值,对应 UDHR 的条款编号。

算力与赞助征集

项目以「Call for Compute & Sponsorship」的方式征集算力与赞助支持,以便在本地或云端大模型上持续合成 UDHR 条款叙事。

架构与数据组织

仓库按日期保存导出快照,例如 datasets/corpus-2026-10-09.jsonl;datasets/ 目录提供按日期命名的导出文件,Hugging Face 数据集页则提供在线浏览与下载入口。辅助文件包括 books.json 与 rotation_log.jsonl,用于记录书目与轮转日志。仓库累计 590 次提交。

项目 说明
数据格式 JSONL(Alpaca/Hugging Face 风格),另含 JSON、YAML frontmatter
字段 instruction、input、output、meta
许可 代码 MIT;生成文本与语料 CC BY 4.0
发布 Hugging Face 数据集 algorithmic-activism-corpus;GitHub 仓库 datasets/ 按日期快照

README 与仓库文件

项目由 GitHub 用户 huepfer13 维护,UDHR 原文来自 UN OHCHR。README 将项目描述为「面向 Algorithmic Activism 的自主零依赖平台,以内置 harm-reduction 原则与对齐基准合成基于 UDHR 的文学叙事」。仓库文件包括 datasets/ 下的日期快照、books.json、rotation_log.jsonl 以及 README 等说明文档;Hugging Face 数据集页提供数据集卡片与下载。

引用信息:项目发布于 2026-10-14,代码以 MIT 许可开放,生成文本与语料以 CC BY 4.0 许可发布。

基本信息

记录数量未知
文件大小未知
文件格式JSONL
数据来源huepfer13
字段结构instruction、input、output、meta
许可CC BY 4.0
代码许可MIT
规模约 2.77k 行
语言多语言
数据落地页https://github.com/huepfer13/algorithmic-activism
发布日期2026-10-14
人权宣言合成叙事对齐训练DPOConstitutional AI语料库

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费