FreedomIntelligence/OVM-process

该数据集是用于训练过程奖励模型的GSM8K数据集，响应由llama2-7b生成，标签由GPT-4标注。`step_labels`表示步骤的逻辑正确性，定义为“逻辑正确且基于准确的前提，不一定有助于解决问题”；`step_labels_progress`表示步骤的有用性，定义为“逻辑正确，基于准确的前提，并有助于解决问题”。

原始信息汇总

数据集概述

数据集特征

• idx: 整数类型
• input: 字符串类型
• question: 字符串类型
• answer: 字符串类型
• ground_truth: 字符串类型
• outputs: 列表类型，包含以下子特征：
  • label: 布尔类型
  • response: 字符串类型
  • response_answer: 字符串类型
  • step_labels: 序列，布尔类型
  • step_labels_progress: 序列，布尔类型

数据集分割

• train:
  • 数据大小: 242865608 字节
  • 示例数量: 7473

数据集大小

• 下载大小: 70988379 字节
• 数据集大小: 242865608 字节

配置

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