AnthonyOC/SS_MMLU

该数据集包含四个主要特征：问题（question）、主题（subject）、选项（choices）和答案（answer）。选项是一个字符串序列，答案是一个分类标签，包含四个可能的选项（A, B, C, D）。数据集分为四个部分：测试集（test）、验证集（validation）、开发集（dev）和辅助训练集（auxiliary_train）。每个部分都有相应的字节数和样本数。数据集的总下载大小和数据集大小也被提供。

原始信息汇总

数据集概述

数据集特征

• question: 问题描述，数据类型为字符串。
• subject: 主题描述，数据类型为字符串。
• choices: 选项序列，数据类型为字符串序列。
• answer: 答案，数据类型为分类标签，标签名称为：
  • 0: A
  • 1: B
  • 2: C
  • 3: D

数据集划分

• test: 测试集，包含14042个样本，大小为6967453.0字节。
• validation: 验证集，包含1531个样本，大小为763484.0字节。
• dev: 开发集，包含285个样本，大小为125353.0字节。
• auxiliary_train: 辅助训练集，包含99842个样本，大小为161000625.0字节。

数据集大小

• 下载大小: 104811332字节
• 总数据集大小: 168856915.0字节

配置信息

• config_name: default
  • data_files:
    • test: 路径为data/test-*
    • validation: 路径为data/validation-*
    • dev: 路径为data/dev-*
    • auxiliary_train: 路径为data/auxiliary_train-*