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

该数据集包含一个`pipeline.yaml`文件，可用于在distilabel中重现生成数据集的流程。数据集的结构包括多个字段，如`_id`、`url`、`title`、`text`、`score`、`views`、`model_name`和`query`。数据集只有一个配置，名为`default`，可以通过Hugging Face的`datasets`库加载。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: cohere-wikipedia-2023-11-fi-queries
• 数据集大小:
  • 下载大小: 564632字节
  • 数据集大小: 875459字节
• 样本数量: 训练集包含1500个样本

数据集特征

• _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

数据集结构

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

数据集加载示例

python from datasets import load_dataset

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

数据集标签

• 标签:
  • synthetic
  • distilabel
  • rlaif