distilabel-internal-testing/instruction-dataset-mini-with-generations

该数据集名为instruction-dataset-mini-with-generations，由distilabel工具生成。数据集包含一个训练集，路径为data/train-*。数据集的特征包括instruction、completion、meta、model_name和generation，其中meta是一个结构体，包含category、completion、id、input、motivation_app、prompt、source和subcategory等字段。数据集的大小为n<1K，训练集包含10个样本，总字节数为21025。数据集可以通过Hugging Face的datasets库加载。

原始信息汇总

数据集概述

• 数据集名称: instruction-dataset-mini-with-generations
• 数据集大小:
  • 下载大小: 27404字节
  • 数据集大小: 21025字节
• 数据集分类: 小于1K字节
• 标签:
  • 合成数据
  • distilabel
  • rlaif
• 配置:
  • 默认配置
  • 数据文件路径: data/train-*

数据集特征

• 特征列表:
  • instruction: 字符串类型
  • completion: 字符串类型
  • meta: 结构化数据
    • category: 字符串类型
    • completion: 字符串类型
    • id: int64类型
    • input: null类型
    • motivation_app: null类型
    • prompt: 字符串类型
    • source: 字符串类型
    • subcategory: 字符串类型
  • model_name: 字符串类型
  • generation: 字符串类型

数据集结构

• 训练集:
  • 字节数: 21025字节
  • 示例数: 10个

数据集加载

• 加载方式: python from datasets import load_dataset

  ds = load_dataset("distilabel-internal-testing/instruction-dataset-mini-with-generations")