DIBT/aya_dutch_dpo

该数据集是通过过滤荷兰语示例并使用Meta-Llama-3-70B-Instruct模型生成新示例，再通过LLM评分和人类评分创建的。数据集被转换为DPO/ORPO风格，选择了评分最高的响应作为‘chosen’，评分最低的响应作为‘rejected’。数据集包含一个`pipeline.yaml`文件，可用于在distilabel中重现生成过程。数据集的结构包括id、chosen和rejected三个主要特征，其中chosen和rejected分别包含内容和角色信息。

原始信息汇总

数据集概述

基本信息

• 大小分类: 1K<n<10K
• 下载大小: 1052409字节
• 数据集大小: 1692467.4689349113字节
• 训练集大小: 1159个样本，占用1692467.4689349113字节

特征描述

• id: 字符串类型，唯一标识符
• chosen: 包含两个子特征
  • content: 字符串类型
  • role: 字符串类型
• rejected: 包含两个子特征
  • content: 字符串类型
  • role: 字符串类型

数据分割

• 训练集: 包含1159个样本

配置信息

• 默认配置: 数据文件路径为data/train-*

标签

• 合成数据
• distilabel
• rlaif
• dpo
• orpo

许可证

• Apache-2.0

任务类别

• 文本生成
• 强化学习

语言

• 荷兰语

数据集名称

• Aya Dutch DPO/ORP