distilabel-internal-testing/alvarobartt-improving-text-embeddings-with-llms
收藏Hugging Face2024-05-31 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/distilabel-internal-testing/alvarobartt-improving-text-embeddings-with-llms
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含一个`pipeline.yaml`文件，可用于在distilabel中重现生成该数据集的管道。数据集的结构包括多个字段，如`task`、`brainstorm_model`、`generation_model`、`user_query`、`positive_document`、`hard_negative_document`和`distilabel_metadata`。数据集的主要用途是验证或反驳科学声明，并使用相关文档进行支持。数据集的配置为`default`，可以通过Hugging Face的`datasets`库加载。
该数据集包含一个`pipeline.yaml`文件，可用于在distilabel中重现生成该数据集的管道。数据集的结构包括多个字段，如`task`、`brainstorm_model`、`generation_model`、`user_query`、`positive_document`、`hard_negative_document`和`distilabel_metadata`。数据集的主要用途是验证或反驳科学声明，并使用相关文档进行支持。数据集的配置为`default`，可以通过Hugging Face的`datasets`库加载。
提供机构：
distilabel-internal-testing
原始信息汇总
数据集概述
数据集基本信息
- 大小分类: n<1K
- 下载大小: 175819字节
- 数据集大小: 284261字节
- 训练集大小: 284261字节，包含40个样本
数据集特征
- task: 字符串类型
- brainstorm_model: 字符串类型
- generation_model: 字符串类型
- user_query: 字符串类型
- positive_document: 字符串类型
- hard_negative_document: 字符串类型
- distilabel_metadata: 结构化数据，包含
raw_output_text_retrieval_generation_0字段，类型为字符串
数据集结构
- 配置: 默认
- 数据文件: 训练集路径为
data/train-*
加载数据集
python from datasets import load_dataset
ds = load_dataset("distilabel-internal-testing/alvarobartt-improving-text-embeddings-with-llms")
数据集标签
- synthetic
- distilabel
- rlaif
