argilla/distilabel-docs

---
dataset_info:
features:
- name: input
dtype: string
- name: generation_model
dtype: string
- name: generation_prompt
dtype: string
- name: raw_generation_responses
list:
- name: choices
list:
- name: finish_reason
dtype: string
- name: index
dtype: int64
- name: logprobs
dtype: 'null'
- name: text
dtype: string
- name: created
dtype: int64
- name: id
dtype: string
- name: model
dtype: string
- name: object
dtype: string
- name: usage
struct:
- name: completion_tokens
dtype: int64
- name: prompt_tokens
dtype: int64
- name: total_tokens
dtype: int64
- name: generations
sequence: string
- name: labelling_model
dtype: string
- name: labelling_prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_labelling_response
dtype: string
- name: rating
sequence: float64
- name: areas
list:
- name: Authenticity & Reliability
struct:
- name: rating
dtype: string
- name: rationale
dtype: string
- name: Clarity & Transparency
struct:
- name: rating
dtype: string
- name: rationale
dtype: string
- name: Compliance with Intent
struct:
- name: rating
dtype: string
- name: rationale
dtype: string
- name: Practical Accuracy
struct:
- name: rating
dtype: string
- name: rationale
dtype: string
splits:
- name: train
num_bytes: 79809
num_examples: 5
download_size: 100998
dataset_size: 79809
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "distilabel-docs"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • input: 类型为字符串。
  • generation_model: 类型为字符串。
  • generation_prompt: 类型为字符串。
  • raw_generation_responses: 包含以下子特征:
    • choices: 包含以下子特征:
      • finish_reason: 类型为字符串。
      • index: 类型为整数 (int64)。
      • logprobs: 类型为空 (null)。
      • text: 类型为字符串。
    • created: 类型为整数 (int64)。
    • id: 类型为字符串。
    • model: 类型为字符串。
    • object: 类型为字符串。
    • usage: 包含以下子特征:
      • completion_tokens: 类型为整数 (int64)。
      • prompt_tokens: 类型为整数 (int64)。
      • total_tokens: 类型为整数 (int64)。
  • generations: 类型为字符串序列。
  • labelling_model: 类型为字符串。
  • labelling_prompt: 包含以下子特征:
    • content: 类型为字符串。
    • role: 类型为字符串。
  • raw_labelling_response: 类型为字符串。
  • rating: 类型为浮点数序列 (float64)。
  • areas: 包含以下子特征:
    • Authenticity & Reliability: 包含以下子特征:
      • rating: 类型为字符串。
      • rationale: 类型为字符串。
    • Clarity & Transparency: 包含以下子特征:
      • rating: 类型为字符串。
      • rationale: 类型为字符串。
    • Compliance with Intent: 包含以下子特征:
      • rating: 类型为字符串。
      • rationale: 类型为字符串。
    • Practical Accuracy: 包含以下子特征:
      • rating: 类型为字符串。
      • rationale: 类型为字符串。

数据集分割

• 训练集:
  • train: 包含5个样本，占用79809字节。

数据集大小

• 下载大小: 100998字节。
• 数据集大小: 79809字节。

配置

• 默认配置:
  • default: 包含训练集文件路径 data/train-*。