imilov/distilabel-example

该数据集是通过distilabel工具生成的，包含一个`pipeline.yaml`文件，可以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instruction、completion、meta、generation、distilabel_metadata和model_name。数据集主要用于问答任务，特别是数学问题的解答。数据集的配置名为default，可以通过Hugging Face的datasets库加载。

This dataset has been created with distilabel and contains a `pipeline.yaml` which can be used to reproduce the pipeline that generated it. The dataset structure includes fields such as instruction, completion, meta, generation, distilabel_metadata, and model_name. It is primarily used for question answering tasks, particularly in solving math problems. The dataset configuration is named default and can be loaded using the Hugging Face datasets library.

原始信息汇总

数据集概述

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: 类型为整数（int64）。
    • input: 类型为空（null）。
    • motivation_app: 类型为空（null）。
    • prompt: 类型为字符串。
    • source: 类型为字符串。
    • subcategory: 类型为字符串。
  • generation: 类型为字符串。
  • distilabel_metadata: 结构化数据，包含以下字段：
    • raw_output_text_generation: 类型为字符串。
  • model_name: 类型为字符串。

数据集大小

• 下载大小: 41798 字节
• 数据集大小: 28727 字节

数据集划分

• 训练集:
  • 字节数: 28727
  • 样本数: 10

配置

• 默认配置:
  • 数据文件路径: data/train-*

标签

• 合成数据
• Distilabel
• RLAIF