joey234/mmlu-college_physics-neg-prepend

--- dataset_info: features: - name: question dtype: string - name: choices sequence: string - name: answer dtype: class_label: names: '0': A '1': B '2': C '3': D - name: negate_openai_prompt struct: - name: content dtype: string - name: role dtype: string - name: neg_question dtype: string - name: fewshot_context dtype: string - name: ori_prompt dtype: string - name: neg_prompt dtype: string - name: fewshot_context_neg dtype: string - name: fewshot_context_ori dtype: string splits: - name: dev num_bytes: 8555 num_examples: 5 - name: test num_bytes: 871253 num_examples: 102 download_size: 146820 dataset_size: 879808 configs: - config_name: default data_files: - split: dev path: data/dev-* - split: test path: data/test-* --- # Dataset Card for "mmlu-college_physics-neg-prepend" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)# 「mmlu-college_physics-neg-prepend」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards) ## 数据集信息 ### 特征字段 - 字段名称：question，数据类型：字符串（string） - 字段名称：choices，数据类型：字符串序列（sequence<string>） - 字段名称：answer，数据类型：类别标签（class_label），其标签映射关系为：'0'对应'A'，'1'对应'B'，'2'对应'C'，'3'对应'D' - 字段名称：negate_openai_prompt，数据类型：结构体（struct），包含子字段： - 子字段名称：content，数据类型：字符串（string） - 子字段名称：role，数据类型：字符串（string） - 字段名称：neg_question，数据类型：字符串（string） - 字段名称：fewshot_context，数据类型：少样本上下文（fewshot context） - 字段名称：ori_prompt，数据类型：原始提示词 - 字段名称：neg_prompt，数据类型：反向提示词 - 字段名称：fewshot_context_neg，数据类型：反向少样本上下文 - 字段名称：fewshot_context_ori，数据类型：原始少样本上下文 ### 数据集划分 - 划分名称：dev（开发集），占用字节数：8555，样本数量：5 - 划分名称：test（测试集），占用字节数：871253，样本数量：102 下载大小：146820 字节 数据集总大小：879808 字节 ## 配置项 - 配置名称：default（默认配置），数据文件路径： - 开发集（dev）：对应路径 `data/dev-*` - 测试集（test）：对应路径 `data/test-*`

原始信息汇总

数据集概述

数据集名称

• 名称: mmlu-college_physics-neg-prepend

数据集特征

• 问题 (question): 数据类型为字符串。
• 选项 (choices): 数据类型为字符串序列。
• 答案 (answer): 数据类型为分类标签，具体标签映射为：0: A, 1: B, 2: C, 3: D。
• 否定OpenAI提示 (negate_openai_prompt): 结构化数据，包含两个子特征：
  • 内容 (content): 数据类型为字符串。
  • 角色 (role): 数据类型为字符串。
• 否定问题 (neg_question): 数据类型为字符串。
• 少量示例上下文 (fewshot_context): 数据类型为字符串。
• 原始提示 (ori_prompt): 数据类型为字符串。
• 否定提示 (neg_prompt): 数据类型为字符串。
• 否定少量示例上下文 (fewshot_context_neg): 数据类型为字符串。
• 原始少量示例上下文 (fewshot_context_ori): 数据类型为字符串。

数据集分割

• 开发集 (dev):
  • 字节数: 8555
  • 示例数: 5
• 测试集 (test):
  • 字节数: 871253
  • 示例数: 102

数据集大小

• 下载大小: 146820字节
• 数据集总大小: 879808字节

配置文件

• 默认配置 (default):
  • 开发集路径: data/dev-*
  • 测试集路径: data/test-*

搜集汇总

背景与挑战

背景概述

该数据集是MMLU大学物理数据集的变体，专门用于处理否定意图的文本转换任务，包含107行数据，分为开发和测试子集。它提供了原始物理问题及其否定版本，通过改写问题来训练模型理解和生成否定语义，适用于自然语言处理中的否定推理和问题转换研究。