plaguss/argilla_sdk_distilabel_docs_queries

该数据集包含了一个pipeline.yaml文件，可以通过distilabel CLI工具复现生成数据集的流程。数据集的结构包括多个字段，如filename、anchor、repo_name、negative、distilabel_metadata、model_name_query、model_name_query_multiplied和positive。这些字段用于生成与Argilla平台相关的查询和回答，适用于AI工程师和领域专家的协作平台。

This dataset contains a `pipeline.yaml` which can be used to reproduce the pipeline that generated it in distilabel using the `distilabel` CLI. The dataset structure includes fields such as filename, anchor, repo_name, negative, distilabel_metadata, model_name_query, model_name_query_multiplied, and positive. These fields are used to generate queries and responses related to the Argilla platform, which is a collaboration platform for AI engineers and domain experts.

原始信息汇总

数据集概述

数据集结构

• 特征:

  • filename: 文件名，类型为字符串。
  • anchor: 锚点，类型为字符串。
  • repo_name: 仓库名称，类型为字符串。
  • negative: 负面内容，类型为字符串。
  • distilabel_metadata: 包含以下结构:
    • raw_output_multiply_queries: 原始输出乘以查询，类型为字符串。
  • model_name_query: 模型名称查询，类型为字符串。
  • model_name_query_multiplied: 模型名称查询乘以，类型为字符串。
  • positive: 正面内容，类型为字符串。

• 分割:

  • train: 训练集，包含51个样本，总大小为55824字节。

• 配置:

  • default: 默认配置，数据文件路径为data/train-*。

数据集大小

• 下载大小: 20753字节
• 数据集大小: 55824字节

标签

• synthetic: 合成数据
• distilabel: Distilabel相关
• rlaif: RLAIF相关