fpreiss/Llama-3-Magpie-Air-500K-unprocessed-v0.1

Llama-3-Magpie-Air-500K-unprocessed-v0.1数据集是通过distilabel工具创建的，包含一个pipeline.yaml文件，该文件可用于复现生成数据集的管道。数据集的结构包括输入和模型名称两个字段，输入字段包含用户的问题或请求，模型名称字段指定了使用的模型。数据集可以通过Hugging Face的datasets库加载，且只有一个名为default的配置。

The Llama-3-Magpie-Air-500K-unprocessed-v0.1 dataset was created using the distilabel tool and includes a pipeline.yaml file that can be used to reproduce the pipeline that generated the dataset. The dataset structure consists of two fields: input and model_name. The input field contains user questions or requests, and the model_name field specifies the model used. The dataset can be loaded via the Hugging Face datasets library and has only one configuration named default.

原始信息汇总

数据集卡片：Llama-3-Magpie-Air-500K-unprocessed-v0.1

数据集概述

该数据集包含一个 pipeline.yaml 文件，可用于在 distilabel 中重现生成该数据集的管道。

数据集结构

特征

• input: 数据类型为字符串。
• model_name: 数据类型为字符串。

分割

• train: 包含 500,000 个样本，总字节数为 60,353,749。

配置

• default: 数据文件路径为 data/train-*。

加载数据集

可以使用以下代码加载数据集： python from datasets import load_dataset

ds = load_dataset("fpreiss/Llama-3-Magpie-Air-500K-unprocessed-v0.1")