distilabel-internal-testing/test-dataset-subsets

该数据集是通过Distilabel工具生成的，包含两个配置：generate_with_openai_gpt4和generate_with_openai_gpt4_2。每个配置的数据结构包括instruction（指令）、completion（完成内容）、meta（元数据）和model_name（模型名称）等字段。数据集主要用于问答任务，特别是数学问题的解答。

原始信息汇总

数据集概述

基本信息

• 数据集大小: 小于1KB (size_categories: n<1K)
• 配置名称:
  • generate_with_openai_gpt4
  • generate_with_openai_gpt4_2
• 标签:
  • synthetic
  • distilabel
  • rlaif

数据集结构

• 配置名称: generate_with_openai_gpt4_2
• 特征:
  • instruction: 数据类型为字符串
  • completion: 数据类型为字符串
  • meta: 结构化数据，包含以下字段:
    • category: 数据类型为字符串
    • completion: 数据类型为字符串
    • id: 数据类型为int64
    • input: 数据类型为null
    • motivation_app: 数据类型为null
    • prompt: 数据类型为字符串
    • source: 数据类型为字符串
    • subcategory: 数据类型为字符串
  • model_name: 数据类型为字符串
  • generation: 数据类型为字符串

数据集分割

• 训练集:
  • num_bytes: 26770
  • num_examples: 10

数据集大小

• 下载大小: 34623
• 数据集大小: 26770

配置详情

• 配置名称: generate_with_openai_gpt4_2
• 数据文件:
  • split: 训练集
  • path: generate_with_openai_gpt4_2/train-*