hkust-nlp/dart-math-pool-math-query-info

DART-Math数据集是一系列用于数学问题指令调优的开源数据集，包含DART-Math-Hard和DART-Math-Uniform等子数据集。这些数据集通过不同的采样策略（如DARS-Uniform和DARS-Prop2Diff）构建，旨在提高模型在数学推理任务中的表现。DART-Math-Hard包含约585k个数学问答对样本，通过DARS-Prop2Diff策略从MATH和GSK8K训练集中构建，并在多个具有挑战性的数学推理基准测试中取得了最先进的性能。DART-Math-Uniform包含约591k个样本，通过DARS-Uniform策略构建。这些数据集通过增加对困难查询的响应数量，旨在平衡或偏向于困难查询，从而提高模型的能力。

原始信息汇总

数据集概述

数据集特征

• query_id: 字符串类型
• level: 整数类型（int64）
• domain: 字符串类型
• n_samples_list: 整数序列（int64）
• n_corrects_list: 整数序列（int64）
• tot_n_samples: 整数类型（int64）
• tot_n_corrects: 整数类型（int64）
• pass_rate: 浮点数类型（float64）
• pass_rate_bernoulli_std: 浮点数类型（float64）

数据集分割

• train:
  • 字节数: 23702730
  • 示例数: 7500

数据集大小

• 下载大小: 1205819字节
• 数据集大小: 23702730字节

配置

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