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-*