dvilasuero/distillama3-prompts10k-all

该数据集是通过distilabel工具创建的，包含一个`pipeline.yaml`文件，用于重现生成该数据集的pipeline。数据集的结构包括多个特征，如instruction、generations、generation_models等，并且包含多个模型的评分和解释。数据集的大小为n<1K，分为一个train split，包含500个样本。

原始信息汇总

数据集概述

数据集名称

• 名称: distillama3-prompts10k-all

数据集大小

• 下载大小: 1848748字节
• 数据集大小: 4038756字节
• 训练集大小: 500个示例，占用4038756字节

数据集特征

• 特征名称: instruction, generations, generation_models, ratings_llama3, rationales_llama3, model_name, ratings_gpt-4-0125-preview, rationales_gpt-4-0125-preview, ratings_zephyr-orpo-141b, rationales_zephyr-orpo-141b
• 数据类型:
  • instruction, model_name: string
  • generations, rationales_llama3, rationales_gpt-4-0125-preview, rationales_zephyr-orpo-141b: sequence of string
  • generation_models, ratings_llama3, ratings_gpt-4-0125-preview, ratings_zephyr-orpo-141b: sequence of int64

数据集结构

• 配置名称: default
• 数据文件路径: data/train-*
• 示例结构: 包含多个字段，如generation_models, generations, instruction等，每个字段包含相应的数据序列。

数据集标签

• 标签: synthetic, distilabel, rlaif

数据集加载

• 加载方式: python from datasets import load_dataset ds = load_dataset("dvilasuero/distillama3-prompts10k-all")