distilabel-internal-testing/critique-bench-criticon-sft-temperature0.3-v0.1

该数据集是通过Distilabel工具生成的，包含一个`pipeline.yaml`文件，用于复现生成该数据集的流程。数据集的结构包括多个特征字段，如`idx`、`hashid`、`response_source`、`category`、`criteria`、`base_dataset`、`instruction`、`response`、`model_name`、`score`、`critique`和`raw_output`。数据集的一个子集`criticon`的示例展示了这些字段的具体内容。

原始信息汇总

数据集概述

数据集基本信息

• 名称: critique-bench-criticon-sft-v0.1
• 大小分类: n<1K
• 标签: synthetic, distilabel, rlaif
• 配置名称: criticon

数据集特征

• idx: int64
• hashid: string
• response_source: string
• category: string
• criteria: string
• base_dataset: string
• instruction: string
• response: string
• model_name: string
• score: string
• critique: string
• raw_output: null

数据集分割

• 训练集:
  • 数据量: 2309个样本
  • 大小: 5864916字节

下载与数据集大小

• 下载大小: 2545390字节
• 数据集总大小: 5864916字节

配置信息

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

搜集汇总

背景与挑战

背景概述

该数据集是一个由Distilabel生成的合成文本数据集，主要用于评估AI模型在文本生成任务中的表现。数据集包含约2.31k条记录，每条记录包括用户指令、模型响应、对响应的评论和评分，覆盖写作和角色扮演等多种任务，旨在通过人工风格的评论来优化模型输出质量。