distilabel-internal-testing/airoboros-3.2-writing-ultrafeedback-mini

该数据集是通过Distilabel工具创建的，包含一个`pipeline.yaml`文件，用于重现生成数据集的管道。数据集的结构包括两个配置：`keep_columns`和`push_to_argilla`，每个配置都包含生成模型的对话示例、指令、评分和理由。数据集主要用于评估助手在对话中的指令遵循能力。

原始信息汇总

数据集概述

数据集名称

airoboros-3.2-writing-ultrafeedback-mini

数据集创建工具

Distilabel

数据集摘要

该数据集包含一个pipeline.yaml文件，用于在distilabel中重现生成此数据集的管道。用户可以通过distilabel CLI使用以下命令重现或探索配置： console distilabel pipeline run --config "https://huggingface.co/datasets/distilabel-internal-testing/airoboros-3.2-writing-ultrafeedback-mini/raw/main/pipeline.yaml" distilabel pipeline info --config "https://huggingface.co/datasets/distilabel-internal-testing/airoboros-3.2-writing-ultrafeedback-mini/raw/main/pipeline.yaml"

数据集结构

数据集根据不同配置有不同的结构，主要配置包括：

配置：keep_columns

• 生成模型：包括"gpt-4-0125-preview", "mistral-medium", "claude-3-opus-20240229"。
• 生成内容：包含多个故事生成示例，每个示例包括用户指令和助理响应。
• 评分：所有示例均获得5分。
• 理由：详细说明了助理响应的优点和符合用户指令的程度。
• ultrafeedback_model：使用模型"gpt-4"。

配置：push_to_argilla

• 生成内容：包含多个故事生成示例，每个示例包括用户指令和助理响应。

数据集大小

数据集大小分类为n<1K。

配置名称

• keep_columns
• push_to_argilla

标签

• synthetic
• distilabel
• rlaif