Venkatesh4342/emotion-custom

该数据集是通过Argilla创建的，包含一个配置文件`argilla.yaml`和与HuggingFace `datasets`库兼容的记录。数据集主要用于不同的NLP任务，具体取决于配置。数据集的字段包括`prompt`、`response1`和`response2`，问题类型包括`ranking`和`text`。数据集还包含可选的元数据和外部ID字段。数据集的创建过程、注释过程、来源数据等信息尚未提供。

原始信息汇总

数据集概述

数据集名称

• 名称: emotion-custom

数据集大小

• 大小: n<1K

数据集标签

• 标签: rlfh, argilla, human-feedback

数据集创建工具

• 创建工具: Argilla

数据集加载

使用Argilla加载

• 安装命令: pip install argilla --upgrade
• 加载代码: python import argilla as rg ds = rg.FeedbackDataset.from_huggingface("Venkatesh4342/emotion-custom")

使用datasets库加载

• 安装命令: pip install datasets --upgrade
• 加载代码: python from datasets import load_dataset ds = load_dataset("Venkatesh4342/emotion-custom")

数据集结构

数据集字段

• 字段:
  • prompt: 文本类型
  • response1: 文本类型
  • response2: 文本类型

数据集问题

• 问题:
  • preference: 排序类型，描述为“Which code quality is better”，值为[response1, response2]
  • answer_correction (可选): 文本类型，描述为“Change the comments such that it belongs to Excellent category in the rubric”

数据集建议

• 建议:
  • preference-suggestion (可选): 排序类型，值为[response1, response2]
  • answer_correction-suggestion (可选): 文本类型

数据集元数据

• 元数据: 可选，用于提供额外的数据集记录信息

数据集外部ID

• 外部ID: 可选，用于提供数据集记录的外部标识

数据集实例

• 实例描述: 包含字段、元数据、响应、建议和向量信息

数据集使用

• 支持任务: 可用于不同的NLP任务，具体取决于配置
• 语言: 信息待补充

数据集创建

• 注释指南: 请阅读提示并选择适当的代码作为“Chosen”和“Rejected”
• 注释过程: 信息待补充
• 注释者: 信息待补充
• 个人和敏感信息: 信息待补充