1231czx/7b_codegemma_kto_iter2

该数据集包含多个特征，如索引、问题、真实推理过程、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400,000个样本，总大小为874,983,392字节。下载大小为382,379,598字节。

The dataset contains multiple features, including index (idx), question, ground truth reasoning (gt_cot), ground truth answer (gt), type, solution, user solution (my_solu), code, prediction (pred), and report. The dataset is divided into a training set (train) with 400,000 samples, totaling 874,983,392 bytes. The download size is 382,379,598 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400,000个样本，占用874,983,392字节

数据集大小

• 下载大小: 382,379,598字节
• 数据集大小: 874,983,392字节

配置

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