davanstrien/dataset-preferences-llm-course-full-dataset

该数据集包含一系列经过分类的记录，这些记录展示了指令、上下文和针对该指令的响应。项目旨在纠正指令、输入和响应，确保它们的质量最高，并与所属的任务类别相匹配。所有三种文本都应清晰并包含真实信息。此外，响应应尽可能完整但简洁。数据集可用于训练AI模型，以有效理解和响应指令。

原始信息汇总

数据集概述

数据集基本信息

• 数据集大小: 数据集总大小为30,944,067字节，下载大小为14,104,921字节。
• 数据集类别: 数据集包含的记录数小于1,000。

数据集特征

• 特征名称与类型:
  • datasetId: 字符串类型
  • card: 字符串类型
  • instruction: 字符串类型
  • system_prompt: 字符串类型
  • generation_models: 字符串序列类型
  • generations: 字符串序列类型
  • model_name: 字符串类型
  • ratings: 整数序列类型
  • rationales: 字符串序列类型

数据集结构

• 训练集信息:
  • 大小: 30,944,067字节
  • 示例数量: 2,482个

数据集配置

• 配置名称: default
• 数据文件路径: data/train-*

数据集标签

• 标签:
  • synthetic
  • distilabel
  • rlaif