distilabel-internal-testing/DIBT_prompts_ranked_synthetic_mini

---
dataset_info:
features:
- name: input
dtype: string
- name: quality
list:
- name: status
dtype: string
- name: user_id
dtype: string
- name: value
dtype: string
- name: metadata
dtype: string
- name: avg_rating
dtype: float64
- name: num_responses
dtype: int64
- name: agreement_ratio
dtype: float64
- name: raw_responses
sequence: int64
- name: kind
dtype: string
- name: cluster_description
dtype: string
- name: topic
dtype: string
- name: generation_model
sequence: string
- name: generation_prompt
list:
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_generation_responses
sequence: string
- name: merged_prompt_evaluator.rating
sequence: float64
- name: merged_prompt_evaluator.rationale
sequence: string
- name: generations
sequence: 'null'
- name: hash
dtype: int64
- name: __index_level_0__
dtype: int64
- name: model_name
dtype: string
splits:
- name: train
num_bytes: 2565874
num_examples: 207
download_size: 408534
dataset_size: 2565874
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• input: 数据类型为字符串。
• quality: 包含以下子特征：
  • status: 数据类型为字符串。
  • user_id: 数据类型为字符串。
  • value: 数据类型为字符串。
• metadata: 数据类型为字符串。
• avg_rating: 数据类型为浮点数。
• num_responses: 数据类型为整数。
• agreement_ratio: 数据类型为浮点数。
• raw_responses: 数据类型为整数序列。
• kind: 数据类型为字符串。
• cluster_description: 数据类型为字符串。
• topic: 数据类型为字符串。
• generation_model: 数据类型为字符串序列。
• generation_prompt: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• raw_generation_responses: 数据类型为字符串序列。
• merged_prompt_evaluator.rating: 数据类型为浮点数序列。
• merged_prompt_evaluator.rationale: 数据类型为字符串序列。
• generations: 数据类型为空。
• hash: 数据类型为整数。
• index_level_0: 数据类型为整数。
• model_name: 数据类型为字符串。

数据集分割

• train:
  • 数据大小: 2565874 字节。
  • 示例数量: 207。

数据集大小

• 下载大小: 408534 字节。
• 数据集总大小: 2565874 字节。

配置

• default:
  • 数据文件路径: data/train-*。