macadeliccc/distilabel-code-preferences

---
dataset_info:
features:
- name: input
dtype: string
- name: generation_model
sequence: string
- name: generation_prompt
list:
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_generation_responses
sequence: string
- name: generations
sequence: string
- name: labelling_model
dtype: string
- name: labelling_prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_labelling_response
dtype: string
- name: rating
sequence: float64
- name: rationale
sequence: string
splits:
- name: train
num_bytes: 24108646
num_examples: 1000
download_size: 9040100
dataset_size: 24108646
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
tags:
- synthetic
- distilabel
---
[<img src="https://raw.githubusercontent.com/argilla-io/distilabel/main/docs/assets/distilabel-badge-dark.png" alt="Built with Distilabel" width="200" height="32"/>](https://github.com/argilla-io/distilabel)

原始信息汇总

数据集信息

特征

• input: 数据类型为字符串。
• generation_model: 序列类型为字符串。
• generation_prompt: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• raw_generation_responses: 序列类型为字符串。
• generations: 序列类型为字符串。
• labelling_model: 数据类型为字符串。
• labelling_prompt: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• raw_labelling_response: 数据类型为字符串。
• rating: 序列类型为浮点数（float64）。
• rationale: 序列类型为字符串。

数据分割

• train: 包含1000个样本，占用24108646字节。

数据集大小

• 下载大小: 9040100字节。
• 数据集大小: 24108646字节。

配置

• default: 包含训练数据文件，路径为data/train-*。

标签

• synthetic
• distilabel