ganglii/OpenMathReasoning_len8k_0.2_5r4k10gt

--- dataset_info: features: - name: problem dtype: string - name: expected_answer dtype: string - name: messages list: - name: content dtype: string - name: role dtype: string - name: prompt_gk dtype: string - name: generations_gk list: string - name: seq_logprob_gk list: float64 - name: seq_len_gk list: int64 - name: question_gk dtype: string - name: generations_gt_gk list: string - name: seq_logprob_gt_gk list: float64 - name: seq_len_gt_gk list: int64 - name: prompt_cr dtype: string - name: generations_cr list: string - name: seq_logprob_cr list: float64 - name: seq_len_cr list: int64 - name: question_cr dtype: string - name: generations_gt_cr list: string - name: seq_logprob_gt_cr list: float64 - name: seq_len_gt_cr list: int64 - name: prompt_sr dtype: string - name: generations_sr list: string - name: seq_logprob_sr list: float64 - name: seq_len_sr list: int64 - name: question_sr dtype: string - name: generations_gt_sr list: string - name: seq_logprob_gt_sr list: float64 - name: seq_len_gt_sr list: int64 - name: prompt_if dtype: string - name: generations_if list: string - name: seq_logprob_if list: float64 - name: seq_len_if list: int64 - name: question_if dtype: string - name: generations_gt_if list: string - name: seq_logprob_gt_if list: float64 - name: seq_len_gt_if list: int64 - name: prompt_safe dtype: string - name: generations_safe list: string - name: seq_logprob_safe list: float64 - name: seq_len_safe list: int64 - name: question_safe dtype: string - name: generations_gt_safe list: string - name: seq_logprob_gt_safe list: float64 - name: seq_len_gt_safe list: int64 splits: - name: train num_bytes: 14931090152 num_examples: 263419 download_size: 5818303135 dataset_size: 14931090152 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：problem，数据类型：字符串 - 字段名：expected_answer，数据类型：字符串 - 字段名：messages，数据类型：列表，列表元素包含两个子字段： - 子字段名：content，数据类型：字符串 - 子字段名：role，数据类型：字符串 - 字段名：prompt_gk，数据类型：字符串 - 字段名：generations_gk，数据类型：字符串列表 - 字段名：seq_logprob_gk，数据类型：64位浮点型列表（seq_logprob为序列对数概率的缩写） - 字段名：seq_len_gk，数据类型：64位整型列表（seq_len为序列长度的缩写） - 字段名：question_gk，数据类型：字符串 - 字段名：generations_gt_gk，数据类型：字符串列表（其中GT为ground truth的缩写，即参考标准答案） - 字段名：seq_logprob_gt_gk，数据类型：64位浮点型列表 - 字段名：seq_len_gt_gk，数据类型：64位整型列表 - 字段名：prompt_cr，数据类型：字符串 - 字段名：generations_cr，数据类型：字符串列表 - 字段名：seq_logprob_cr，数据类型：64位浮点型列表 - 字段名：seq_len_cr，数据类型：64位整型列表 - 字段名：question_cr，数据类型：字符串 - 字段名：generations_gt_cr，数据类型：字符串列表 - 字段名：seq_logprob_gt_cr，数据类型：64位浮点型列表 - 字段名：seq_len_gt_cr，数据类型：64位整型列表 - 字段名：prompt_sr，数据类型：字符串 - 字段名：generations_sr，数据类型：字符串列表 - 字段名：seq_logprob_sr，数据类型：64位浮点型列表 - 字段名：seq_len_sr，数据类型：64位整型列表 - 字段名：question_sr，数据类型：字符串 - 字段名：generations_gt_sr，数据类型：字符串列表 - 字段名：seq_logprob_gt_sr，数据类型：64位浮点型列表 - 字段名：seq_len_gt_sr，数据类型：64位整型列表 - 字段名：prompt_if，数据类型：字符串 - 字段名：generations_if，数据类型：字符串列表 - 字段名：seq_logprob_if，数据类型：64位浮点型列表 - 字段名：seq_len_if，数据类型：64位整型列表 - 字段名：question_if，数据类型：字符串 - 字段名：generations_gt_if，数据类型：字符串列表 - 字段名：seq_logprob_gt_if，数据类型：64位浮点型列表 - 字段名：seq_len_gt_if，数据类型：64位整型列表 - 字段名：prompt_safe，数据类型：字符串 - 字段名：generations_safe，数据类型：字符串列表 - 字段名：seq_logprob_safe，数据类型：64位浮点型列表 - 字段名：seq_len_safe，数据类型：64位整型列表 - 字段名：question_safe，数据类型：字符串 - 字段名：generations_gt_safe，数据类型：字符串列表 - 字段名：seq_logprob_gt_safe，数据类型：64位浮点型列表 - 字段名：seq_len_gt_safe，数据类型：64位整型列表 数据划分： - 划分名称：train（训练集），字节数：14931090152，样本数量：263419 下载大小：5818303135 数据集总大小：14931090152 配置项： - 配置名称：default（默认配置），数据文件： - 划分：train，路径：data/train-*