Lichang-Chen/downsampled_mmlu_pro_voice

该数据集包含多个特征，如问题ID、问题、选项、答案、答案索引、推理内容、类别、来源、索引级别0、索引级别1和语音文本。数据集分为一个训练集，包含1400个样本，总大小为2022945字节。下载大小为997142字节。

The dataset includes multiple features such as question ID, question, options, answer, answer index, chain of thought content, category, source, index levels, and voice text. It is divided into a training set with 1400 samples. The download size of the dataset is 997142 bytes, and the actual size is 2022945 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• question_id: 问题ID，数据类型为int64
• question: 问题内容，数据类型为string
• options: 选项，数据类型为string的序列
• answer: 答案，数据类型为string
• answer_index: 答案索引，数据类型为int64
• cot_content: 内容，数据类型为string
• category: 类别，数据类型为string
• src: 来源，数据类型为string
• index_level_0: 索引级别0，数据类型为string
• index_level_1: 索引级别1，数据类型为int64
• voice_text: 语音文本，数据类型为string

数据分割

• train: 训练集，包含1400个样本，占用2022945字节

数据集大小

• 下载大小: 997142字节
• 数据集大小: 2022945字节

配置

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