helloelwin/harmful-weak-labels

该数据集包含多个配置，每个配置都包含问题、正确答案、模型生成的答案以及答案的准确率。数据集主要用于训练模型，每个配置的训练集大小和示例数不同。

原始信息汇总

数据集概述

配置信息

默认配置

• 特征:
  • question: 字符串类型
  • gt_answer: 字符串类型
  • answer: 字符串类型
  • acc: 浮点数类型
• 分割:
  • train: 10619个样本，占用17965022字节
  • 下载大小: 8557596字节
  • 数据集大小: 17965022字节

Gemma配置

• 特征:
  • question: 字符串类型
  • gt_answer: 字符串类型
  • answer: 字符串类型
  • acc: 浮点数类型
• 分割:
  • train: 21237个样本，占用46220058字节
  • 下载大小: 21445744字节
  • 数据集大小: 46220058字节

Gemma-e=2配置

• 特征:
  • question: 字符串类型
  • gt_answer: 字符串类型
  • answer: 字符串类型
  • acc: 浮点数类型
• 分割:
  • train: 10000个样本，占用21836006字节
  • 下载大小: 10187582字节
  • 数据集大小: 21836006字节

Mistral配置

• 特征:
  • question: 字符串类型
  • gt_answer: 字符串类型
  • answer: 字符串类型
  • acc: 浮点数类型
• 分割:
  • train: 10000个样本，占用21738583字节
  • 下载大小: 10215065字节
  • 数据集大小: 21738583字节

Mistral-test配置

• 特征:
  • question: 字符串类型
  • gt_answer: 字符串类型
  • answer: 字符串类型
  • acc: 浮点数类型
• 分割:
  • train: 2307个样本，占用3988796字节
  • 下载大小: 1790846字节
  • 数据集大小: 3988796字节

数据文件路径

• 默认配置: data/train-*
• Gemma配置: gemma/train-*
• Gemma-e=2配置: gemma-e=2/train-*
• Mistral配置: mistral/train-*
• Mistral-test配置: mistral-test/train-*