distilabel-internal-testing/farming-research-v0.2

该数据集包含一个`pipeline.yaml`文件，可用于在Distilabel中使用`distilabel` CLI重现生成数据集的管道。数据集的结构部分详细描述了每个配置的示例结构，特别是domain_expert配置，展示了包含领域专家回答、演化指令、演化问题、输入、指令、模型名称和问题的JSON结构。

原始信息汇总

数据集概述

数据集名称

• 名称: farming-research-v0.2

数据集创建工具

• 工具: Distilabel

数据集摘要

• 包含一个pipeline.yaml文件，用于在Distilabel中重现生成此数据集的流程。
• 可通过Distilabel CLI命令进行数据集配置的运行和信息探索。

数据集结构

• 配置名称: domain_expert
• 示例结构:
  • domain_expert_answer: 关于农业林业系统的详细解释。
  • evolved_instructions: 进化后的指令列表，指导如何解释农业林业系统对气候变化和可持续农业的贡献。
  • evolved_questions: 进化后的问题，询问农业林业系统如何贡献于气候变化和可持续农业。
  • input: 输入的经济增长视角。
  • instructions: 原始指令列表，包括评估、解释、讨论和比较农业林业系统的经济、环境和社会影响。
  • model_name: 使用的模型名称，即mistral-large-latest。
  • questions: 原始问题，询问农业林业系统如何贡献于气候变化和可持续农业。

数据集加载

• 使用以下Python代码加载数据集的domain_expert子集： python from datasets import load_dataset ds = load_dataset("distilabel-internal-testing/farming-research-v0.2", "domain_expert")