argilla/llama-2-banking-fine-tune

该数据集包含用于银行领域微调任务的数据，主要包括用户请求和助手的响应。数据集的结构包括字段（如用户请求和助手响应）、问题（如偏好排序和正确响应）、建议（如偏好建议和正确响应建议）以及注释指南。数据集可以通过Argilla或HuggingFace的`datasets`库加载。

原始信息汇总

数据集概述

名称: llama-2-banking-fine-tune

创建工具: 使用Argilla创建

数据集大小: n<1K

标签:

• rlfh
• argilla
• human-feedback

数据集描述

数据集配置:

• 包含一个符合Argilla数据集格式的配置文件argilla.yaml。
• 数据集记录与HuggingFace datasets兼容。

加载方式:

• 使用Argilla: 通过pip install argilla --upgrade安装Argilla，并使用rg.FeedbackDataset.from_huggingface("argilla/llama-2-banking-fine-tune")加载数据集。
• 使用datasets库: 通过pip install datasets --upgrade安装datasets，并使用load_dataset("argilla/llama-2-banking-fine-tune")加载数据集。

数据集结构

数据字段:

• 请求 (request): 类型为TextField，必填。
• 助手响应1 (response-1): 类型为TextField，必填，支持Markdown。
• 助手响应2 (response-2): 类型为TextField，必填，支持Markdown。

问题:

• 偏好 (preference): 类型为RankingQuestion，必填。用于根据偏好对响应进行排序，允许平局。
• 正确响应 (correct-response): 类型为TextQuestion，必填。

建议:

• 偏好建议 (preference-suggestion): 类型为ranking，可选。
• 正确响应建议 (correct-response-suggestion): 类型为text，可选。

外部ID (external_id): 可选字段，用于提供数据集记录的外部ID。

数据实例

示例:

• 请求: "I tried to make a transfer but it failed"
• 助手响应1: 详细描述了银行服务的响应。
• 助手响应2: 提供了另一种银行服务的响应。

数据集使用

任务支持:

• 数据集支持多种NLP任务，具体取决于配置。
• 无相关联的排行榜。

语言:

• 需要更多信息。

数据集创建

注释指南:

• 提供详细的注释指南，指导注释者如何准确回答问题。

注释过程:

• 需要更多信息。

个人和敏感信息:

• 需要更多信息。

数据集的社会影响和偏见:

• 需要更多信息。