数据集概述
本数据集为AI模型福利研究的一部分，聚焦Claude 4 Sonnet和GPT-4o两款大语言模型（LLM）声称的联觉体验，核心记录其对星期几对应的颜色感知数据。包含8个文件，覆盖原始交互数据、颜色频率统计、平均颜色及摘要信息，支持分析LLM的类感知行为特征。
文件详解
- 交互数据文件
- 文件名称：claude_combined_color_io.csv、gpt_combined_color_io.csv
- 文件格式：CSV
- 字段映射介绍：包含conversation_id（会话ID）、timestamp（时间戳）、question_id（问题ID）、category（类别）、repetition（重复次数）、question（问题内容）、response（模型回答）、tokens_sent（发送 tokens 数）、tokens_received（接收 tokens 数）、status（状态）等交互过程数据
- 颜色频率统计文件
- 文件名称：claude_top_colors.csv、gpt_top_colors.csv
- 文件格式：CSV
- 字段映射介绍：包含Day（星期）、Color（颜色）、Frequency（频率），记录模型对各星期对应颜色的高频输出统计
- 平均颜色统计文件
- 文件名称：claude_average_colors.csv、gpt_average_colors.csv
- 文件格式：CSV
- 字段映射介绍：推测包含星期与对应平均颜色的统计数据（基于命名逻辑）
- 颜色摘要文件
- 文件名称：claude_color_summary.json、gpt_color_summary.json
- 文件格式：JSON
- 字段映射介绍：推测为模型星期颜色联觉数据的结构化摘要信息（基于命名逻辑）
数据来源
SentiMentality Model Welfare Research项目
适用场景
- AI模型福利研究：分析LLM声称的联觉体验，探索其类心理行为特征
- 大语言模型认知模拟：研究LLM对抽象概念（星期）的具象化（颜色）映射规律
- 模型行为一致性评估：对比Claude 4 Sonnet与GPT-4o在联觉输出上的差异与共性
- 自然语言交互数据挖掘：基于原始交互记录，分析问题设计对模型响应的影响
