course/pr_1213/es/chapter10/7.md

# Quiz de final de capítulo[[end-of-chapter-quiz]]

Pongamos a prueba lo que aprendiste en este capítulo.

### 1. ¿Para qué puedes usar Argilla?

### 2. Argilla SOLO funciona en Hugging Face Spaces y con Hugging Face Datasets.

### 3. Necesitas un token de Hugging Face para conectar el SDK de Python a tu servidor de Argilla.

### 4. ¿Qué son los **fields** en Argilla? ¿Cuántos puedes usar?

### 5. ¿Cuál es el mejor tipo de pregunta para una tarea de clasificación de tokens?

### 6. ¿Cuál es el propósito del botón "Save as draft"?

### 7. Argilla no ofrece etiquetas sugeridas automáticamente; tienes que proporcionar esos datos tú mismo.

### 8. Selecciona todos los pasos necesarios para exportar un dataset completo de Argilla al Hub:

client= rg.Argilla(api_url='...', api_key='...')",
			explain: "Sí, para interactuar con tu servidor tendrás que instanciarlo primero.",
            correct: true
        },
		{
			text: "Importar el dataset desde el hub: dataset = rg.Dataset.from_hub(repo_id='argilla/ag_news_annotated')",
			explain: "No. Eso sirve para importar un dataset del Hub a tu instancia de Argilla."
        },
        {
			text: "Cargar el dataset: dataset = client.datasets(name='my_dataset')",
			explain: "Sí, lo necesitarás para operaciones posteriores.",
			correct: true
        },
        {
			text: "Convertir el dataset de Argilla en un dataset de Datasets: dataset = dataset.to_datasets()",
			explain: "Esto no es necesario si exportas el dataset completo. Argilla se encargará de ello. Sin embargo, puede hacerte falta si trabajas con un subconjunto de records."
        },
        {
			text: "Usar el método to_hub para exportar el dataset: dataset.to_hub(repo_id='my_username/dataset_name')",
			explain: "Esto subirá el dataset al `repo_id` indicado y creará un nuevo repositorio si no existe.",
            correct: true
        },
	]}
/>