argilla/FinePersonas-v0.1-clustering-100k

PersonaHub FineWeb-Edu 4 Clustering 100k数据集由distilabel创建，包含100,000个示例，经过UMAP和DBSCAN算法处理后，形成了177个类别。每个类别由3个标签表示，包含了文本和相应的嵌入信息，并使用LLM作为零样本分类器为每个类别分配标签。