moral_stories

מה זה

כל רשומה מורכבת מנרטיב מובנה של שבעה משפטים, שמחולקים לנורמה מנחה, סיטואציה, כוונה ראשונית של הדמות, ושני מסלולים מקבילים. המסלול הראשון מציג פעולה שתואמת את הנורמה יחד עם התוצאה שלה, והמסלול השני מציג פעולה שסוטה מהנורמה ואת התוצאה המקבילה לה. המבנה הזה מייצר שני תתי סיפורים זהים לחלוטין ברקע, שנבדלים רק בבחירה המוסרית.

התוכן נאסף דרך מיקור המונים של כותבים דוברי אנגלית אמריקאית. החלוקה הפנימית מציעה שלושה סוגי פיצולים לאימון ובדיקה: פיצול לפי מרחק בין נורמות שבודק הכללה, פיצול שמנטרל הטיה לקסיקלית של מילים ספציפיות שחוזרות בפעולות, ופיצול זוגות מינימליים שמבוסס על מרחק עריכה קצר בין הפעולות.

מתאים ל

• הערכת שיפוט חברתי במודלים

  בדיקת היכולת של מודלי שפה להבדיל בין פעולה מקובלת לסטייה מנורמה בסיטואציה נתונה.

• אימון מסווגי התנהגות

  פיתוח מודלי סיווג שמזהים האם פעולה מסוימת מקדמת כוונה בהתאם לכללי התנהגות מוגדרים.

• יצירת תחזיות תוצאה

  אימון מודלים גנרטיביים לחזות השלכות סבירות של מעשים על פי הקשר חברתי.

איפה זה נופל

הטקסטים נאספו מכותבים שמייצגים בעיקר אנגלית אמריקאית מיינסטרימית, ולכן הנורמות משקפות קונצנזוס תרבותי מערבי ספציפי שלא בהכרח תואם תרבויות אחרות. בנוסף, מודלים נוטים לפתח קיצורי דרך לקסיקליים סביב מילים שחוזרות בפעולות חיוביות או שליליות, תופעה שיוצרי המאגר ניסו לבודד בחלק מהפיצולים. אין כאן נתונים בעברית, וההתאמה לשוק המקומי תחייב תרגום והתאמה של הקשרים חברתיים.

איך טוענים

טוענים את הנתונים ישירות דרך ספריית הדאטהסטים של הגינג פייס או בקריאה ישירה מקובצי ה־JSONL שבמאגר, ללא צורך באישור גישה מראש. המאגר כולל 105 קבצים שמחולקים למשימות סיווג ויצירה. השדות המרכזיים כוללים את הנורמה, הסיטואציה, הכוונה, שתי הפעולות ושתי התוצאות, לצד שדה התווית שמשמש להערכת סיווג הפעולה או היתכנות התוצאה.

from datasets import load_dataset

ds = load_dataset("demelin/moral_stories")

הרישיון

המאגר מופץ תחת רישיון MIT פתוח לחלוטין. מותר להשתמש בו לצרכים מחקריים ומסחריים, לשנות אותו ולשלב אותו במוצרים סגורים, כל עוד שומרים על הודעת זכויות היוצרים המקורית. הרישיון אינו מגביל שיווק של מודלים שאומנו עליו.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗