rasdani/cohere-wikipedia-2023-11-bg-queries

---
size_categories: n<1K
dataset_info:
features:
- name: _id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: score
dtype: float64
- name: views
dtype: float64
- name: model_name
dtype: string
- name: query
dtype: string
splits:
- name: train
num_bytes: 1405650
num_examples: 1500
download_size: 704444
dataset_size: 1405650
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
tags:
- synthetic
- distilabel
- rlaif
---

<p align="left">
<a href="https://github.com/argilla-io/distilabel">
<img src="https://raw.githubusercontent.com/argilla-io/distilabel/main/docs/assets/distilabel-badge-light.png" alt="Built with Distilabel" width="200" height="32"/>
</a>
</p>

# Dataset Card for cohere-wikipedia-2023-11-bg-queries

This dataset has been created with [distilabel](https://distilabel.argilla.io/).

## Dataset Summary

This dataset contains a `pipeline.yaml` which can be used to reproduce the pipeline that generated it in distilabel using the `distilabel` CLI:

```console
distilabel pipeline run --config "https://huggingface.co/datasets/rasdani/cohere-wikipedia-2023-11-bg-queries/raw/main/pipeline.yaml"
```

or explore the configuration:

```console
distilabel pipeline info --config "https://huggingface.co/datasets/rasdani/cohere-wikipedia-2023-11-bg-queries/raw/main/pipeline.yaml"
```

## Dataset structure

The examples have the following structure per configuration:

<details><summary> Configuration: default </summary><hr>

```json
{
"_id": "20231101.bg_106225_9",
"model_name": "gpt-4o",
"query": "\u041a\u0430\u043a\u0432\u0438 \u0441\u0430 \u043f\u0440\u0438\u0447\u0438\u043d\u0438\u0442\u0435 \u0437\u0430 \u0432\u044a\u0437\u043d\u0438\u043a\u0432\u0430\u043d\u0435\u0442\u043e \u043d\u0430 \u043a\u0443\u043b\u0442\u0430 \u043a\u044a\u043c \u043c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u044f\u0442\u0430 \u0432 \u043d\u0430\u0447\u0430\u043b\u043e\u0442\u043e \u043d\u0430 XVII \u0432\u0435\u043a \u0432\u044a\u0432 \u0412\u0435\u043b\u0438\u043a\u043e\u0431\u0440\u0438\u0442\u0430\u043d\u0438\u044f?",
"score": 1.0,
"text": "\u0412 \u043d\u0430\u0447\u0430\u043b\u043e\u0442\u043e \u043d\u0430 XVII \u0432\u0435\u043a \u0432\u044a\u0432 \u0412\u0435\u043b\u0438\u043a\u043e\u0431\u0440\u0438\u0442\u0430\u043d\u0438\u044f \u0432\u044a\u0437\u043d\u0438\u043a\u0432\u0430 \u043a\u0443\u043b\u0442 \u043a\u044a\u043c \u043c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u044f\u0442\u0430. \u041f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430 \u0441\u0435, \u0447\u0435 \u043f\u0440\u0438\u0447\u0438\u043d\u0438\u0442\u0435 \u0441\u0430 \u0440\u0435\u043b\u0438\u0433\u0438\u043e\u0437\u043d\u0430\u0442\u0430 \u043d\u0435\u0441\u0438\u0433\u0443\u0440\u043d\u043e\u0441\u0442, \u0441\u043b\u0435\u0434\u0441\u0442\u0432\u0438\u0435 \u043e\u0442 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0430\u0442\u0430 \u0420\u0435\u0444\u043e\u0440\u043c\u0430 \u0438 \u0434\u044a\u043b\u0431\u043e\u043a\u0438\u044f \u0438\u043d\u0442\u0435\u0440\u0435\u0441 \u043a\u044a\u043c \u0433\u0440\u0435\u0445\u0430, \u0433\u0440\u0435\u0445\u043e\u043f\u0430\u0434\u0435\u043d\u0438\u0435\u0442\u043e \u0438 \u0441\u043f\u0430\u0441\u0435\u043d\u0438\u0435\u0442\u043e. \u0412 \u043c\u0443\u0437\u0438\u043a\u0430\u0442\u0430 \u043d\u0435\u0433\u043e\u0432 \u0438\u0437\u0440\u0430\u0437\u0438\u0442\u0435\u043b \u0435 \u0414\u0436\u043e\u043d \u0414\u043e\u0443\u043b\u0430\u043d\u0434, \u043a\u043e\u0439\u0442\u043e \u043a\u0430\u0437\u0432\u0430 \u0437\u0430 \u0441\u0435\u0431\u0435 \u0441\u0438 Semper Dowland, semper dolens (\u201e\u0412\u0438\u043d\u0430\u0433\u0438 \u0414\u043e\u0443\u043b\u0430\u043d\u0434, \u0432\u0438\u043d\u0430\u0433\u0438 \u043f\u0435\u0447\u0430\u043b\u0435\u043d\u201c). \u0423\u0438\u043b\u044f\u043c \u0428\u0435\u043a\u0441\u043f\u0438\u0440 \u0441\u044a\u0437\u0434\u0430\u0432\u0430 \u043c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u0447\u043d\u0438\u044f, \u043d\u0435\u0441\u0433\u043e\u0432\u043e\u0440\u0447\u0438\u0432 \u0438 \u043e\u043f\u0430\u0441\u0435\u043d \u0437\u0430 \u0441\u0432\u043e\u0435\u0442\u043e \u043e\u0431\u043a\u0440\u044a\u0436\u0435\u043d\u0438\u0435 \u0433\u0435\u0440\u043e\u0439 \u043f\u0440\u0438\u043d\u0446 \u0425\u0430\u043c\u043b\u0435\u0442. \u041e\u0449\u0435 \u0435\u0434\u0438\u043d \u0438\u0437\u0440\u0430\u0437 \u043d\u0430 \u0442\u0430\u0437\u0438 \u043e\u0431\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u0430 \u043d\u0430\u0433\u043b\u0430\u0441\u0430 \u0441\u0430 \u043e\u0431\u0441\u0435\u0431\u0435\u043d\u0438\u0442\u0435 \u043e\u0442 \u043c\u0438\u0441\u044a\u043b\u0442\u0430 \u0437\u0430 \u0441\u043c\u044a\u0440\u0442\u0442\u0430 \u043f\u0440\u043e\u0438\u0437\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u043d\u0430 \u0414\u0436\u043e\u043d \u0414\u044a\u043d. \u0422\u043e\u043c\u0430\u0441 \u0411\u0440\u0430\u0443\u043d \u0438 \u0414\u0436\u0435\u0440\u0435\u043c\u0438 \u0422\u0435\u0439\u043b\u044a\u0440 \u043f\u043e\u0441\u0432\u0435\u0449\u0430\u0432\u0430\u0442 \u043c\u043d\u043e\u0433\u043e\u0431\u0440\u043e\u0439\u043d\u0438 \u0441\u0442\u0440\u0430\u043d\u0438\u0446\u0438 \u043d\u0430 \u043c\u0435\u0442\u0430\u0444\u0438\u0437\u0438\u0447\u043d\u0438 \u0440\u0430\u0437\u0441\u044a\u0436\u0434\u0435\u043d\u0438\u044f \u0437\u0430 \u0441\u043c\u044a\u0440\u0442\u0442\u0430. \u0412 \u0442\u0430\u0437\u0438 \u0435\u043f\u043e\u0445\u0430 \u043d\u0430\u0439-\u0434\u044a\u043b\u0431\u043e\u043a\u0430\u0442\u0430 \u0438 \u043d\u0430\u0439-\u043f\u044a\u043b\u043d\u0430 \u043a\u0430\u0440\u0442\u0438\u043d\u0430 \u0437\u0430 \u0442\u043e\u0437\u0438 \u0444\u0435\u043d\u043e\u043c\u0435\u043d \u043e\u0442 \u043c\u0435\u0434\u0438\u0446\u0438\u043d\u0441\u043a\u0430 \u0438 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u0430 \u0433\u043b\u0435\u0434\u043d\u0430 \u0442\u043e\u0447\u043a\u0430 \u043d\u0438 \u0434\u0430\u0432\u0430 \u0420\u043e\u0431\u0435\u0440\u0442 \u0411\u044a\u0440\u0442\u044a\u043d. \u041f\u0440\u0435\u0437 1621 \u0442\u043e\u0439 \u043f\u0443\u0431\u043b\u0438\u043a\u0443\u0432\u0430 \u201e\u0410\u043d\u0430\u0442\u043e\u043c\u0438\u044f \u043d\u0430 \u043c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u044f\u0442\u0430\u201c, \u043a\u043d\u0438\u0433\u0430, \u0432 \u043a\u043e\u044f\u0442\u043e \u0430\u043d\u0430\u043b\u0438\u0437\u0438\u0440\u0430 \u043f\u0440\u0438\u0447\u0438\u043d\u0438\u0442\u0435 \u0438 \u043f\u0440\u043e\u044f\u0432\u043b\u0435\u043d\u0438\u044f\u0442\u0430 \u043d\u0430 \u043c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u044f\u0442\u0430 \u0438 \u0442\u044a\u0440\u0441\u0438 \u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0430 \u0437\u0430 \u043b\u0435\u0447\u0435\u043d\u0438\u0435\u0442\u043e \u045d. \u0422\u043e\u0439 \u043e\u0442\u0431\u0435\u043b\u044f\u0437\u0432\u0430 \u0438 \u0441\u044a\u0449\u0435\u0441\u0442\u0432\u0443\u0432\u0430\u043d\u0435\u0442\u043e \u043d\u0430 \u0440\u0435\u043b\u0438\u0433\u0438\u043e\u0437\u043d\u0430\u0442\u0430 \u043c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u044f. \u0422\u043e\u0432\u0430 \u0441\u044a\u0447\u0438\u043d\u0435\u043d\u0438\u0435 \u0435 \u0432\u0430\u0436\u0435\u043d \u0441\u0431\u043e\u0440 \u043e\u0442 \u0441\u044a\u0449\u0435\u0441\u0442\u0432\u0443\u0432\u0430\u0449\u0438\u0442\u0435 \u0434\u043e\u0442\u043e\u0433\u0430\u0432\u0430 \u0442\u0435\u043e\u0440\u0438\u0438 \u0438 \u043f\u043e\u043a\u0430\u0437\u0432\u0430, \u0447\u0435 \u043c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u044f\u0442\u0430 \u0435 \u0431\u0438\u043b\u0430 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u0430. \u0421\u043f\u043e\u0440\u0435\u0434 \u0411\u044a\u0440\u0442\u044a\u043d \u0442\u044f \u0435 \u0441\u0432\u044a\u0440\u0437\u0430\u043d\u0430 \u0441\u044a\u0441 \u0437\u0430\u0433\u0443\u0431\u0430\u0442\u0430 \u043d\u0430 \u0431\u043b\u0438\u0437\u044a\u043a \u0447\u043e\u0432\u0435\u043a \u0438 \u0441 \u0442\u0440\u0430\u0443\u0440\u0430. \u0421\u0430\u043c\u0438\u044f\u0442 \u0411\u044a\u0440\u0442\u044a\u043d \u0435 \u0441\u0447\u0438\u0442\u0430\u043b \u0441\u0435\u0431\u0435 \u0441\u0438 \u0437\u0430 \u043c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u043a.",
"title": "\u041c\u0435\u043b\u0430\u043d\u0445\u043e\u043b\u0438\u044f",
"url": "https://bg.wikipedia.org/wiki/%D0%9C%D0%B5%D0%BB%D0%B0%D0%BD%D1%85%D0%BE%D0%BB%D0%B8%D1%8F",
"views": 3432.502315320987
}
```

This subset can be loaded as:

```python
from datasets import load_dataset

ds = load_dataset("rasdani/cohere-wikipedia-2023-11-bg-queries", "default")
```

Or simply as it follows, since there's only one configuration and is named `default`:

```python
from datasets import load_dataset

ds = load_dataset("rasdani/cohere-wikipedia-2023-11-bg-queries")
```

</details>

原始信息汇总

数据集概述

基本信息

• 数据集大小: 小于1KB
• 创建工具: Distilabel

数据集结构

特征

数据集包含以下特征：

• _id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• text: 字符串类型
• score: 浮点数类型
• views: 浮点数类型
• model_name: 字符串类型
• query: 字符串类型

数据分割

• 训练集:
  • 数据量: 1500个样本
  • 大小: 1405650字节

下载与数据集大小

• 下载大小: 704444字节
• 数据集大小: 1405650字节

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

标签

• synthetic
• distilabel
• rlaif