2A2I-R/dibt_10k_prompts_ranked_arabic

--- dataset_info: features: - name: prompt dtype: string - name: quality list: - name: status dtype: string - name: user_id dtype: string - name: value dtype: string - name: metadata dtype: string - name: avg_rating dtype: float64 - name: num_responses dtype: int64 - name: agreement_ratio dtype: float64 - name: raw_responses sequence: int64 - name: kind dtype: string splits: - name: train num_bytes: 10601581 num_examples: 10331 download_size: 4323538 dataset_size: 10601581 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据特征

• prompt: 数据类型为字符串。
• quality: 包含以下子特征：
  • status: 数据类型为字符串。
  • user_id: 数据类型为字符串。
  • value: 数据类型为字符串。
• metadata: 数据类型为字符串。
• avg_rating: 数据类型为浮点数（float64）。
• num_responses: 数据类型为整数（int64）。
• agreement_ratio: 数据类型为浮点数（float64）。
• raw_responses: 数据类型为整数序列（sequence: int64）。
• kind: 数据类型为字符串。

数据分割

• train: 包含10331个样本，占用10601581字节。

数据集大小

• 下载大小: 4323538字节。
• 数据集大小: 10601581字节。

配置

• default: 包含训练数据文件，路径为data/train-*。