Code-Contests-O

该数据集包含8,761个训练样本，总大小约79.8GB。数据结构包含以下核心字段：1) data_source（字符串类型，表示数据来源）；2) prompt（包含role和content两个子字段的列表结构，用于存储对话式提示）；3) ability（字符串类型，可能表示任务能力分类）；4) reward_spec（结构化字段，包含method和ground_truth两个子项，后者采用大文本存储）；5) extra_info（含index子字段的辅助信息结构）。数据集采用分片存储格式（train-*），原始下载尺寸约37.6GB。

原始信息汇总

数据集概述

基本信息

• 数据集名称: Code-Contests-O
• 托管平台: Hugging Face
• 数据集地址: https://huggingface.co/datasets/OctoReasoner/Code-Contests-O

数据集结构与内容

• 默认配置名称: default
• 数据文件:
  • 训练集路径: data/train-*
• 特征字段:
  • data_source: 字符串类型，表示数据来源。
  • prompt: 列表类型，包含两个子字段：
    • role: 字符串类型。
    • content: 字符串类型。
  • ability: 字符串类型。
  • reward_spec: 结构体类型，包含两个子字段：
    • method: 字符串类型。
    • ground_truth: 大字符串类型。
  • extra_info: 结构体类型，包含一个子字段：
    • index: 字符串类型。

数据集规模

• 训练集样本数量: 8761
• 训练集大小: 79803124789 字节
• 数据集总大小: 79803124789 字节
• 下载大小: 37577365432 字节