rbiswasfc/MMLU-Pro

该数据集是从TIGER-Lab/MMLU-Pro数据集派生而来的，通过对原始数据集进行筛选和划分生成。数据集包含多个特征，如问题ID、问题内容、选项、答案、答案索引、推理内容、类别和来源。数据集分为训练集和测试集，分别包含7847和2135个样本。生成过程包括筛选options长度为10的样本，并使用GroupKFold方法进行训练集和测试集的划分。

This dataset is derived from the TIGER-Lab/MMLU-Pro dataset by filtering and splitting the original data. The dataset includes features such as question ID, question content, options, answer, answer index, reasoning content, category, and source. The dataset is divided into training and test sets, containing 7847 and 2135 samples respectively. The generation process involves filtering samples with options of length 10 and using GroupKFold to split the data into training and test sets.

原始信息汇总

数据集概述

数据集信息

• 许可证: MIT
• 特征:
  • question_id: 整数类型
  • question: 字符串类型
  • options: 字符串序列
  • answer: 字符串类型
  • answer_index: 整数类型
  • cot_content: 字符串类型
  • category: 字符串类型
  • src: 字符串类型

数据集划分

• 训练集:
  • 字节数: 5490169
  • 样本数: 7847
• 测试集:
  • 字节数: 1627060
  • 样本数: 2135

数据集大小

• 下载大小: 3413891 字节
• 总大小: 7117229 字节

配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 测试集: data/test-*