distilabel-internal-testing/instruction-dataset-with-llama3

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。数据集的结构包括多个字段，如`instruction`、`completion`、`meta`等，其中`meta`字段包含`category`、`completion`、`id`、`input`、`motivation_app`、`prompt`、`source`和`subcategory`等子字段。数据集的分割为`train`，包含10个样本，总大小为38017字节。数据集的标签包括`synthetic`、`distilabel`和`rlaif`。

原始信息汇总

数据集概述

数据集基本信息

• 数据集大小: 小于1KB
• 下载大小: 44786字节
• 数据集大小: 38017字节

数据集特征

• instruction: 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: int64类型
  • input: null类型
  • motivation_app: null类型
  • prompt: 字符串类型
  • source: 字符串类型
  • subcategory: 字符串类型
• model_name: 字符串类型
• generation: 字符串类型

数据集分割

• 训练集:
  • 字节数: 38017字节
  • 示例数: 10个

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