distilabel-internal-testing/first-distiset-with-routed-batches

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流程。数据集的结构包括`prompt`、`completion`、`meta`和`merged_generation`等字段，其中`meta`字段包含多个子字段，如`category`、`id`、`input`等。数据集只有一个配置，名为`default`，可以通过Hugging Face的`load_dataset`函数加载。

原始信息汇总

数据集概述

数据集基本信息

• 大小分类: n<1K
• 下载大小: 292464字节
• 数据集大小: 458933字节

数据集特征

• prompt: 字符串类型
• completion: 字符串类型
• meta: 结构化数据，包含以下字段：
  • category: 字符串类型
  • completion: 字符串类型
  • id: 整数类型（int64）
  • input: 字符串类型
  • motivation_app: 字符串类型
  • prompt: 字符串类型
  • source: 字符串类型
  • subcategory: 字符串类型
• merged_generation: 序列化字符串类型

数据集分割

• 训练集:
  • 字节数: 458933
  • 示例数: 327

配置信息

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

标签

• synthetic
• distilabel
• rlaif