selfcorrexp2/llama3_sft_less_corr_rr0k_ep3_train_on_reasoning_more_datatmp10

这是一个包含编程问题的数据集，其中包括问题的索引（idx），正确答案（gt），问题提示（prompt），问题难度等级（level），问题类型（type），参考解决方案（solution），用户的解决方案（my_solu），预测的答案（pred），以及是否得到奖励（rewards）。数据集分为训练集，共有15000个示例，大小为42530972字节。

This is a dataset containing programming problems, which includes problem index (idx), correct answer (gt), problem prompt (prompt), problem difficulty level (level), problem type (type), reference solution (solution), users solution (my_solu), predicted answer (pred), and whether a reward is received (rewards). The dataset is split into a training set with a total of 15,000 examples, with a size of 42530972 bytes.