maghwa/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-*
---

数据集信息：
特征：
- 名称：提示词（prompt）
数据类型：字符串
- 名称：质量评分组
数据类型：列表
子项：
- 名称：状态
数据类型：字符串
- 名称：用户ID（user_id）
数据类型：字符串
- 名称：评分值
数据类型：字符串
- 名称：元数据（metadata）
数据类型：字符串
- 名称：平均评分（avg_rating）
数据类型：float64
- 名称：响应数量（num_responses）
数据类型：int64
- 名称：共识率（agreement_ratio）
数据类型：float64
- 名称：原始响应序列（raw_responses）
数据类型：int64序列
- 名称：类型（kind）
数据类型：字符串
划分集：
- 名称：训练集（train）
字节占用：10601581
样本数量：10331
下载大小：4323538
数据集总大小：10601581
配置项：
- 配置名称：默认配置（default）
数据文件：
- 划分集：训练集
路径：data/train-*

原始信息汇总

数据集信息

特征

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