1231czx/7b_sft_510k_3epoch_gen_data_iter1

该数据集包含多个字段，用于存储问题和相关的解决方案、代码、预测等信息。具体字段包括索引、问题、真实推理链、真实答案、类型、解决方案、我的解决方案序列、代码序列、预测序列和报告序列（当前为空）。数据集主要分为训练集，包含624930个样本，总大小为1362360773字节。

This dataset contains multiple fields for storing questions and related solutions, codes, predictions, etc. Specific fields include index, question, ground truth reasoning chain, ground truth answer, type, solution, my solution sequence, code sequence, prediction sequence, and report sequence (currently null). The dataset is primarily divided into a training set, containing 624930 samples with a total size of 1362360773 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:
  • 样本数量: 624930
  • 数据大小: 1362360773 字节

数据集大小

• 下载大小: 598220678 字节
• 数据集总大小: 1362360773 字节

配置

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