dmariko/test-dpo

该数据集是通过distilabel工具生成的，包含了一个`pipeline.yaml`文件，用于复现生成该数据集的流程。数据集的结构包括多个字段，如标题、关键词、概念、段落、PMID、系统提示、指令、生成内容、模型生成信息、投票评分、投票理由等。数据集的主要用途是用于生成和评估使用不同模型生成的文本，特别是针对临床研究摘要的简化版本。数据集还包含了模型生成的文本的评分和理由，以及生成这些文本的模型信息。

This dataset was generated using the distilabel tool and includes a `pipeline.yaml` file to reproduce the pipeline that generated it. The dataset structure includes multiple fields such as title, keywords, concept, paragraph, PMID, system prompt, instruction, generations, generation models, poll ratings, poll rationales, etc. The primary use of the dataset is for generating and evaluating text generated by different models, particularly simplified versions of clinical study excerpts. The dataset also includes ratings and rationales for the generated texts, as well as information about the models used to generate them.

原始信息汇总

数据集卡片：test-dpo

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

• title: 字符串类型
• keywords: 字符串类型
• concept: 字符串类型
• paragraph: 字符串类型
• PMID: 字符串类型
• system_prompt: 字符串类型
• instruction: 字符串类型
• generations: 字符串序列
• distilabel_metadata: 结构体类型，包含raw_output_ultrafeedback_gpt_4o2字段，字符串类型
• generation_models: 字符串序列
• poll_ratings: 整数序列的序列
• poll_rationales: 字符串序列的序列
• poll_models: 字符串序列
• avg_poll_ratings: 浮点数序列

分割

• train: 包含10个样本，占用127000字节

配置

• default: 包含训练数据文件，路径为data/train-*

标签

• synthetic
• distilabel
• rlaif