1231czx/7b_gemma_kto_iter3

该数据集包含多个特征，如索引、问题、真实推理链、真实答案、类型、解决方案、我的解决方案序列、代码序列、预测序列和报告序列。数据集分为一个训练集，包含325,000个样本，总大小为734,610,343字节。下载大小为315,034,063字节。

The dataset contains multiple features such as index, question, ground truth reasoning chain, ground truth answer, type, solution, my solution sequence, code sequence, prediction sequence, and report sequence. The dataset is divided into a training set containing 325,000 samples with a total size of 734,610,343 bytes. The download size is 315,034,063 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325,000个样本，占用734,610,343字节

数据集大小

• 下载大小: 315,034,063字节
• 数据集大小: 734,610,343字节

配置

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