distilabel-internal-testing/fine-preferences-magpie-v6-tasky-7-2

该数据集是通过distilabel工具生成的，包含了一个`pipeline.yaml`文件，可以用于重现生成该数据集的流程。数据集的每个样本包含多个字段，如`text`、`id`、`dump`、`url`、`file_path`、`language`、`language_score`、`token_count`、`score`、`int_score`、`system_prompt`、`conversation`、`gen_conv_model_name`、`generations`、`distilabel_metadata`和`generations_model_names`。其中，`conversation`字段包含用户和助手之间的对话内容，`generations`字段包含生成的文本，`generations_model_names`字段列出了生成文本所使用的模型名称。数据集的结构和内容表明它是一个用于训练和评估对话生成模型的数据集。

This dataset was generated using the distilabel tool and includes a `pipeline.yaml` file that can be used to reproduce the pipeline that generated it. Each example in the dataset contains multiple fields such as `text`, `id`, `dump`, `url`, `file_path`, `language`, `language_score`, `token_count`, `score`, `int_score`, `system_prompt`, `conversation`, `gen_conv_model_name`, `generations`, `distilabel_metadata`, and `generations_model_names`. The `conversation` field contains dialogues between users and assistants, the `generations` field contains generated text, and the `generations_model_names` field lists the model names used to generate the text. The structure and content of the dataset indicate that it is intended for training and evaluating dialogue generation models.

原始信息汇总

数据集概述

数据集结构

特征

• text: 文本数据，类型为字符串。
• id: 唯一标识符，类型为字符串。
• dump: 数据转储信息，类型为字符串。
• url: 数据来源的URL，类型为字符串。
• file_path: 文件路径，类型为字符串。
• language: 语言标识，类型为字符串。
• language_score: 语言得分，类型为浮点数。
• token_count: 标记数量，类型为整数。
• score: 得分，类型为浮点数。
• int_score: 整数得分，类型为整数。
• system_prompt: 系统提示，类型为字符串。
• conversation: 对话列表，包含以下子特征：
  • content: 对话内容，类型为字符串。
  • role: 对话角色，类型为字符串。
• gen_conv_model_name: 生成对话的模型名称，类型为字符串。
• generations: 生成文本序列，类型为字符串。
• distilabel_metadata: 元数据结构，包含以下子特征：
  • raw_output_chat_generation_2: 原始输出聊天生成，类型为字符串。
• generations_model_names: 生成模型名称序列，类型为字符串。

数据分割

• train: 训练集，包含100个样本，总字节数为2495203。

数据集大小

• 下载大小: 1133248字节
• 数据集大小: 2495203字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。

标签

• synthetic: 合成数据
• distilabel: 使用Distilabel生成
• rlaif: 强化学习与人工智能