1231czx/7b_pmistral_iter3_1_new_v2tokenizer

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、用户解决方案、代码、预测和报告。数据集分为一个训练集，包含395,789个样本，总大小为910,127,602字节。下载大小为404,781,038字节。

The dataset contains multiple features such as index, question, ground truth reasoning chain, ground truth answer, type, solution, user solution, code, prediction, and report. The dataset is divided into a training set containing 395,789 samples, with a total size of 910,127,602 bytes. The download size is 404,781,038 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395789个样本，占用910127602字节

数据集大小

• 下载大小: 404781038字节
• 数据集大小: 910127602字节

配置

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