Asap7772/sft_math_pruned

该数据集包含多个文本字段，如输出、响应、类型、原始问题、查询和输入，以及一个索引字段。数据集分为训练集和测试集，训练集包含714,711个样本，测试集包含79,413个样本。数据集的下载大小为709,621,480字节，总大小为1,443,837,872字节。

The dataset contains multiple text fields such as output, response, type, original_question, query, and input, along with an index field. The dataset is divided into a training set with 714,711 samples and a test set with 79,413 samples. The download size of the dataset is 709,621,480 bytes, and the total size is 1,443,837,872 bytes.

原始信息汇总

数据集概述

数据集特征

• output: 数据类型为字符串。
• response: 数据类型为字符串。
• type: 数据类型为字符串。
• original_question: 数据类型为字符串。
• query: 数据类型为字符串。
• input: 数据类型为字符串。
• index_level_0: 数据类型为整数（int64）。

数据集分割

• train: 包含714,711个样本，占用1,299,525,332字节。
• test: 包含79,413个样本，占用144,312,540字节。

数据集大小

• 下载大小: 709,621,480字节。
• 总数据集大小: 1,443,837,872字节。

配置

• default:
  • train: 数据文件路径为data/train-*。
  • test: 数据文件路径为data/test-*。