chargoddard/mmlu-train-10k

---
dataset_info:
features:
- name: question
dtype: string
- name: subject
dtype: string
- name: choices
sequence: string
- name: answer
dtype:
class_label:
names:
'0': A
'1': B
'2': C
'3': D
splits:
- name: train
num_bytes: 16125540.854550188
num_examples: 10000
- name: train_4k
num_bytes: 6450216.341820076
num_examples: 4000
- name: fewshot
num_bytes: 1612554.085455019
num_examples: 1000
download_size: 15159370
dataset_size: 24188311.281825285
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: train_4k
path: data/train_4k-*
- split: fewshot
path: data/fewshot-*
---

原始信息汇总

数据集概述

数据集特征

• question: 数据类型为字符串。
• subject: 数据类型为字符串。
• choices: 数据类型为字符串序列。
• answer: 数据类型为分类标签，具体标签为：
  • 0: A
  • 1: B
  • 2: C
  • 3: D

数据集分割

• train: 包含10000个样本，占用存储空间为16125540.854550188字节。
• train_4k: 包含4000个样本，占用存储空间为6450216.341820076字节。
• fewshot: 包含1000个样本，占用存储空间为1612554.085455019字节。

数据集大小

• 下载大小: 15159370字节
• 数据集总大小: 24188311.281825285字节

配置文件

• default:
  • train: 数据文件路径为data/train-*
  • train_4k: 数据文件路径为data/train_4k-*
  • fewshot: 数据文件路径为data/fewshot-*