1231czx/7b_pmistral_iter4_1_new_v2tokenizer

该数据集包含多个特征字段，如索引、问题、真实推理链、真实答案、类型、解决方案、自定义解决方案、代码、预测和报告。数据集仅包含训练集，共有437,451个样本，总大小为1,080,292,123字节。

This dataset includes multiple features such as question, type, solution, etc., and is divided into a training set (train). The dataset size is 1080292123 bytes, with a download size of 470290869 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• idx: 整数类型
• question: 字符串类型
• gt_cot: 字符串类型
• gt: 字符串类型
• type: 字符串类型
• solution: 字符串类型
• my_solu: 字符串序列类型
• code: 字符串序列类型
• pred: 字符串序列类型
• report: 字符串序列类型，值为null

数据分割

• train: 包含437451个样本，占用1080292123字节

数据集大小

• 下载大小: 470290869字节
• 数据集大小: 1080292123字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*