tinygsm_fopython_no_obs_depth1to9_traindepth5

该数据集包含多轮对话或问题解答场景的结构化记录，主要特征包括：问题唯一标识(question_hash)、计算深度(computation_depth)、赋值操作次数(num_assignments)、原始轨迹长度(primitive_trace_len)、最终答案(answer)、对话轮次(num_turns)以及完整的对话文本(turns/text)。数据集划分为训练集(6,841,488条)、测试集(760,686条)和OOD测试集(263,037条)三部分，总大小约12.5GB。每个样本包含从问题标识到最终答案的完整交互链条，适用于对话系统训练、问答模型评估等NLP任务，特别包含专门测试分布外泛化能力的独立测试集(test_ood)。