nataliaElv/data_curation

该数据集是通过distilabel工具生成的，专门针对农业领域的特定数据集。数据集的种子数据由领域专家定义，生成的数据可以在Argilla平台上查看。此外，README文件还讨论了数据管理领域的不同视角和主题，并提供了一个关于如何确保数据集一致性的示例。

原始信息汇总

数据集概述

数据集名称

Domain Dataset Grower

数据集生成工具

由distilabel生成

数据集领域

农业

数据集种子数据

种子数据由领域专家定义，用于生成样本。

数据集审查空间

可在Argilla空间进行审查。

数据集相关主题

数据质量

任务设计

数据清洗

数据集管理示例

如何确保数据集一致性

当项目初期需要更改标注模式时，应遵循以下步骤：

1. 在标注任务配置中更改模式。
2. 修改标注指南并通知团队。
3. 审查可能受此更改影响的已标注数据。
4. 确保新标签在测试分割中得到体现。