argilla/10k_prompts_ranked_mistral_large_responses

该数据集包含了对[DIBT/10k_prompts_ranked](https://huggingface.co/datasets/DIBT/10k_prompts_ranked)提示的响应，这些响应是使用[distilabel](https://github.com/argilla-io/distilabel)和[`mistral-large`](https://docs.mistral.ai/platform/endpoints/)生成的。生成脚本可以在`generate_reference_spin.py`中查看。

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • input: 类型为 string
  • quality: 包含以下子特征
    • status: 类型为 string
    • user_id: 类型为 string
    • value: 类型为 string
  • metadata: 类型为 string
  • avg_rating: 类型为 float64
  • num_responses: 类型为 int64
  • agreement_ratio: 类型为 float64
  • raw_responses: 类型为 sequence 的 int64
  • kind: 类型为 string
  • generation_model: 类型为 sequence 的 string
  • generation_prompt: 包含以下子特征
    • content: 类型为 string
    • role: 类型为 string
  • raw_generation_responses: 类型为 sequence 的 string
  • generations: 类型为 sequence 的 string

• 数据分割:

  • train: 包含 10331 个样本，占用 48139476 字节

• 数据集大小:

  • 下载大小: 26098357 字节
  • 数据集大小: 48139476 字节

• 配置:

  • default 配置包含 train 分割的数据文件路径为 data/train-*

• 标签:

  • synthetic
  • distilabel