davanstrien/similarity-dataset-test-code

该数据集是通过distilabel工具创建的，包含一个用于复现生成过程的pipeline.yaml文件。数据集的结构包括三个字段：anchor、positive和negative，分别表示锚点、正例和负例。数据集的大小为小于1K，包含9个训练样本。

原始信息汇总

数据集概述

基本信息

• 数据集大小: 小于1KB
• 下载大小: 7645字节
• 数据集大小: 4412字节

特征描述

• anchor: 字符串类型
• positive: 字符串类型
• negative: 字符串类型

数据分割

• 训练集:
  • 示例数量: 9
  • 字节数: 4412

配置

• 默认配置:
  • 数据文件路径: data/train-*

标签

• 合成数据
• distilabel
• rlaif