dvilasuero/finest-tuning

该数据集是通过distilabel工具生成的，包含一个`pipeline.yaml`文件，可以用于重现生成数据集的流程。数据集的特征包括`content`、`id`、`dump`、`url`、`file_path`、`language`、`language_score`、`token_count`、`score`、`int_score`、`model_name`、`title`、`instruction`、`generation`和`distilabel_metadata`。数据集只有一个配置`default`，可以通过Hugging Face的`load_dataset`函数加载。

原始信息汇总

数据集概述

数据集信息

• 大小分类: 小于1000条记录
• 特征:
  • content: 字符串
  • id: 字符串
  • dump: 字符串
  • url: 字符串
  • file_path: 字符串
  • language: 字符串
  • language_score: 浮点数
  • token_count: 整数
  • score: 浮点数
  • int_score: 整数
  • model_name: 字符串
  • title: 字符串
  • instruction: 字符串
  • generation: 字符串
  • distilabel_metadata: 结构体，包含raw_output_genstructbueno: 字符串
• 分割:
  • train: 50个样本，总字节数370229
• 下载大小: 242073字节
• 数据集大小: 370229字节

配置

• 默认配置:
  • 数据文件路径: data/train-*

数据集加载

• 使用datasets库加载数据集: python from datasets import load_dataset ds = load_dataset("dvilasuero/finest-tuning")