1231czx/7b_dpo_iter2_no_mask

该数据集包含多个字段，主要用于存储与问题解决相关的数据。字段包括问题描述、相关代码、gt_cot、索引、类型、解决方案、报告、预测结果、用户自定义解决方案和gt。数据集仅包含训练数据，共有458,282个样本，总数据大小约为1.05GB。

This dataset contains multiple fields primarily used for storing data related to problem-solving. The fields include question descriptions, related code, gt_cot, index, type, solution, report, prediction results, user-defined solutions, and gt. The dataset includes only training data, with a total of 458,282 samples and an overall data size of approximately 1.05GB.

原始信息汇总

数据集概述

数据集信息

特征

• question: 类型为字符串。
• code: 类型为字符串序列。
• gt_cot: 类型为字符串。
• idx: 类型为整数（int64）。
• type: 类型为字符串。
• solution: 类型为字符串。
• report: 类型为字符串序列，值为null。
• pred: 类型为字符串序列。
• my_solu: 类型为字符串序列。
• gt: 类型为字符串。

数据分割

• train: 包含458282个样本，占用1050306073字节。

数据集大小

• 下载大小: 444105136字节。
• 数据集大小: 1050306073字节。

配置

• default: 数据文件路径为data/train-*。