Equall/legalbench_instruct

---
dataset_info:
features:
- name: answer
dtype: string
- name: index
dtype: string
- name: task_type
dtype: string
- name: task_name
dtype: string
- name: inputs
dtype: string
splits:
- name: train
num_bytes: 95527339
num_examples: 90394
download_size: 34464897
dataset_size: 95527339
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：answer（答案），数据类型：字符串
- 名称：index（索引），数据类型：字符串
- 名称：task_type（任务类型），数据类型：字符串
- 名称：task_name（任务名称），数据类型：字符串
- 名称：inputs（输入数据），数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节占用量：95527339，样本总数：90394
下载总大小：34464897，数据集总占用字节数：95527339
配置项：
- 配置名称：default（默认配置），数据文件：
- 数据集划分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

特征信息

• answer: 数据类型为字符串。
• index: 数据类型为字符串。
• task_type: 数据类型为字符串。
• task_name: 数据类型为字符串。
• inputs: 数据类型为字符串。

数据分割

• train: 包含90394个样本，占用95527339字节。

数据集大小

• 下载大小: 34464897字节。
• 数据集大小: 95527339字节。

配置信息

• default:
  • 数据文件路径: data/train-*

搜集汇总

背景与挑战

背景概述

该数据集是一个法律领域的文本指令数据集，规模约9万行，用于训练或评估AI模型在法律任务上的性能，例如模拟游说者分析国会法案对公司盈利的潜在影响。数据包含多种任务类型，并已用于训练如SaulLM系列的大型语言模型。