llm-book/aio_from_tohoku

--- dataset_info: features: - name: qid dtype: string - name: competition dtype: string - name: timestamp dtype: string - name: section dtype: string - name: number dtype: string - name: original_question dtype: string - name: original_answer dtype: string - name: original_additional_info dtype: string - name: question dtype: string - name: answers list: string splits: - name: train num_bytes: 9464003 num_examples: 22335 - name: validation num_bytes: 409779 num_examples: 1000 download_size: 2267163 dataset_size: 9873782 --- # Dataset Card for llm-book/aio 書籍『大規模言語モデル入門』で使用する、「AI王」コンペティションのQAデータセットです。 GitHub リポジトリ [cl-tohoku/quiz-datasets](https://github.com/cl-tohoku/quiz-datasets) で公開されているデータセットを利用しています。 ## Licence 本データセットに含まれる一部のクイズ問題の著作権は [abc/EQIDEN 実行委員会](https://abc-dive.com/portal/)に帰属するものであり、これらのクイズ問題は本書における使用許諾を得ているものです。 本データセットに含まれる一部のクイズ問題は[株式会社キュービック](http://www.qbik.co.jp/)および[株式会社カプリティオ](https://capriccio.tokyo/)に依頼し作成したものであり、これらのクイズ問題は[クリエイティブ・コモンズ表示・継承ライセンス 4.0 (CC BY-SA 4.0)](https://creativecommons.org/licenses/by-sa/4.0/deed.ja) ライセンスの下に提供されています。 本データセットにパッセージとして付与されている Wikipedia のコンテンツは、[クリエイティブ・コモンズ表示・継承ライセンス 3.0 (CC BY-SA 3.0)](https://creativecommons.org/licenses/by-sa/3.0/deed.ja) および [GNU 自由文書ライセンス (GFDL)](https://www.gnu.org/licenses/fdl.html) の下に配布されているものです。 クイズ問題のライセンスについて、詳細は [cl-tohoku/quiz-datasets](https://github.com/cl-tohoku/quiz-datasets) を参照してください。

原始信息汇总

数据集概述

数据集特征

• qid: 字符串类型
• competition: 字符串类型
• timestamp: 字符串类型
• section: 字符串类型
• number: 字符串类型
• original_question: 字符串类型
• original_answer: 字符串类型
• original_additional_info: 字符串类型
• question: 字符串类型
• answers: 列表，每个元素为字符串类型

数据集划分

• train: 22335个样本，占用9464003字节
• validation: 1000个样本，占用409779字节

数据集大小

• 下载大小: 2267163字节
• 数据集总大小: 9873782字节

版权与许可

• 部分问题版权属于abc/EQIDEN 実行委員会，已获得使用许可。
• 部分问题由株式会社キュービック和株式会社カプリティオ制作，采用CC BY-SA 4.0许可。
• 包含的Wikipedia内容采用CC BY-SA 3.0和GFDL许可。