alvarobartt/distilabel

---
dataset_info:
features:
- name: instruction
dtype: string
- name: completion
dtype: string
- name: meta
struct:
- name: category
dtype: string
- name: completion
dtype: string
- name: id
dtype: int64
- name: input
dtype: string
- name: motivation_app
dtype: string
- name: prompt
dtype: string
- name: source
dtype: string
- name: subcategory
dtype: string
- name: model_names
sequence: string
- name: generations
sequence: string
- name: output
dtype: string
- name: model_name
dtype: string
splits:
- name: train
num_bytes: 245396
num_examples: 100
download_size: 171121
dataset_size: 245396
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• instruction: 类型为字符串。
• completion: 类型为字符串。
• meta: 结构化数据，包含以下字段：
  • category: 类型为字符串。
  • completion: 类型为字符串。
  • id: 类型为int64。
  • input: 类型为字符串。
  • motivation_app: 类型为字符串。
  • prompt: 类型为字符串。
  • source: 类型为字符串。
  • subcategory: 类型为字符串。
• model_names: 序列类型，元素为字符串。
• generations: 序列类型，元素为字符串。
• output: 类型为字符串。
• model_name: 类型为字符串。

数据分割

• train: 包含100个样本，占用245396字节。

数据集大小

• 下载大小: 171121字节。
• 数据集大小: 245396字节。

配置

• default: 包含训练数据文件，路径为data/train-*。