distilabel-internal-testing/alvarobartt-arena-hard

该数据集包含一个`pipeline.yaml`文件，可以通过`distilabel` CLI工具来重现生成该数据集的流程。数据集的结构包括多个特征，如`question_id`、`category`、`cluster`、`system_prompt`、`instruction`、`generations`、`generation_models`、`evaluation`、`score`和`evaluation_model`。数据集的大小为n<1K，包含一个训练集，大小为37876字节，包含5个示例。数据集标签包括`synthetic`、`distilabel`和`rlaif`。

原始信息汇总

数据集概述

数据集名称

• 名称: alvarobartt-arena-hard

数据集大小

• 训练集大小: 37876字节
• 下载大小: 51079字节
• 示例数量: 5个

数据集特征

• 特征列表:
  • question_id: 字符串类型
  • category: 字符串类型
  • cluster: 字符串类型
  • system_prompt: 字符串类型
  • instruction: 字符串类型
  • generations: 字符串序列类型
  • generation_models: 字符串序列类型
  • evaluation: 字符串类型
  • score: 字符串类型
  • evaluation_model: 字符串类型

数据集配置

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

数据集加载示例

• Python代码示例: python from datasets import load_dataset

  ds = load_dataset("distilabel-internal-testing/alvarobartt-arena-hard")

数据集示例结构

• 示例结构: json { "category": "arena-hard-v0.1", "cluster": "ABC Sequence Puzzles & Groups", "evaluation": "...", "evaluation_model": "gpt-4-1106-preview", "generation_models": ["gpt-4-0314", "CohereForAI/c4ai-command-r-plus"], "generations": ["...", "..."], "instruction": "Use ABC notation to write a melody in the style of a folk tune.", "question_id": "328c149ed45a41c0b9d6f14659e63599", "score": "A>B", "system_prompt": "You are a helpful assistant." }