kylemontgomery/deepresearch-tasks

---
dataset_info:
- config_name: default
features:
- name: id
dtype: string
- name: question
dtype: string
- name: ground_truth
dtype: string
- name: data_source
dtype: string
- name: parametric_acc
dtype: float64
- name: requires_web_search
dtype: bool
- name: requires_code_interpreter
dtype: bool
- name: requires_multimodal
dtype: bool
- name: requires_local_files
dtype: bool
- name: is_verifiable
dtype: int64
- name: difficulty
dtype: int64
- name: is_english
dtype: bool
- name: question_quality
dtype: int64
- name: answer_quality
dtype: int64
- name: question_type
dtype: string
- name: time_sensitive
dtype: bool
splits:
- name: train
num_bytes: 98383330
num_examples: 232692
download_size: 173766431
dataset_size: 113189655
- config_name: filtered_0302
features:
- name: id
dtype: string
- name: question
dtype: string
- name: ground_truth
dtype: string
- name: data_source
dtype: string
- name: parametric_acc
dtype: float64
- name: requires_web_search
dtype: bool
- name: requires_code_interpreter
dtype: bool
- name: requires_multimodal
dtype: bool
- name: requires_local_files
dtype: bool
- name: is_verifiable
dtype: int64
- name: difficulty
dtype: int64
- name: is_english
dtype: bool
- name: question_quality
dtype: int64
- name: answer_quality
dtype: int64
- name: question_type
dtype: string
- name: time_sensitive
dtype: bool
splits:
- name: train
num_bytes: 14806325
num_examples: 32995
download_size: 8281673
dataset_size: 14806325
- config_name: filtered_0310
features:
- name: id
dtype: string
- name: question
dtype: string
- name: ground_truth
dtype: string
- name: data_source
dtype: string
- name: parametric_acc
dtype: float64
- name: requires_web_search
dtype: bool
- name: requires_code_interpreter
dtype: bool
- name: requires_multimodal
dtype: bool
- name: requires_local_files
dtype: bool
- name: is_verifiable
dtype: int64
- name: difficulty
dtype: int64
- name: is_english
dtype: bool
- name: question_quality
dtype: int64
- name: answer_quality
dtype: int64
- name: question_type
dtype: string
- name: time_sensitive
dtype: bool
- name: answer_correct
dtype: bool
- name: answer_unique
dtype: bool
- name: complexity
dtype: int64
- name: source_obscurity
dtype: int64
splits:
- name: train
num_bytes: 10470627
num_examples: 24903
download_size: 5442837
dataset_size: 10470627
configs:
- config_name: default
data_files:
- split: train
path: data/default-*
- config_name: filtered_0302
data_files:
- split: train
path: filtered_0302/filtered-*
- config_name: filtered_0310
data_files:
- split: train
path: filtered_0310/train-*
---

数据集信息：
- 配置名称：默认（default）
特征字段：
- 字段名：id，数据类型：字符串型
- 字段名：问题（question），数据类型：字符串型
- 字段名：基准真值（ground_truth），数据类型：字符串型
- 字段名：数据来源（data_source），数据类型：字符串型
- 字段名：参数化准确率（parametric_acc），数据类型：64位浮点型
- 字段名：需网页搜索（requires_web_search），数据类型：布尔型
- 字段名：需代码解释器（Code Interpreter，requires_code_interpreter），数据类型：布尔型
- 字段名：需多模态（Multimodal，requires_multimodal），数据类型：布尔型
- 字段名：需本地文件（requires_local_files），数据类型：布尔型
- 字段名：可验证性（is_verifiable），数据类型：64位整型
- 字段名：难度（difficulty），数据类型：64位整型
- 字段名：是否为英文问题（is_english），数据类型：布尔型
- 字段名：问题质量（question_quality），数据类型：64位整型
- 字段名：答案质量（answer_quality），数据类型：64位整型
- 字段名：问题类型（question_type），数据类型：字符串型
- 字段名：具有时效性（time_sensitive），数据类型：布尔型
数据集划分：
- 划分名称：训练集（train），字节数：98383330，样本数量：232692
下载大小：173766431
数据集总大小：113189655
- 配置名称：filtered_0302
特征字段：
- 字段名：id，数据类型：字符串型
- 字段名：问题（question），数据类型：字符串型
- 字段名：基准真值（ground_truth），数据类型：字符串型
- 字段名：数据来源（data_source），数据类型：字符串型
- 字段名：参数化准确率（parametric_acc），数据类型：64位浮点型
- 字段名：需网页搜索（requires_web_search），数据类型：布尔型
- 字段名：需代码解释器（Code Interpreter，requires_code_interpreter），数据类型：布尔型
- 字段名：需多模态（Multimodal，requires_multimodal），数据类型：布尔型
- 字段名：需本地文件（requires_local_files），数据类型：布尔型
- 字段名：可验证性（is_verifiable），数据类型：64位整型
- 字段名：难度（difficulty），数据类型：64位整型
- 字段名：是否为英文问题（is_english），数据类型：布尔型
- 字段名：问题质量（question_quality），数据类型：64位整型
- 字段名：答案质量（answer_quality），数据类型：64位整型
- 字段名：问题类型（question_type），数据类型：字符串型
- 字段名：具有时效性（time_sensitive），数据类型：布尔型
数据集划分：
- 划分名称：训练集（train），字节数：14806325，样本数量：32995
下载大小：8281673
数据集总大小：14806325
- 配置名称：filtered_0310
特征字段：
- 字段名：id，数据类型：字符串型
- 字段名：问题（question），数据类型：字符串型
- 字段名：基准真值（ground_truth），数据类型：字符串型
- 字段名：数据来源（data_source），数据类型：字符串型
- 字段名：参数化准确率（parametric_acc），数据类型：64位浮点型
- 字段名：需网页搜索（requires_web_search），数据类型：布尔型
- 字段名：需代码解释器（Code Interpreter，requires_code_interpreter），数据类型：布尔型
- 字段名：需多模态（Multimodal，requires_multimodal），数据类型：布尔型
- 字段名：需本地文件（requires_local_files），数据类型：布尔型
- 字段名：可验证性（is_verifiable），数据类型：64位整型
- 字段名：难度（difficulty），数据类型：64位整型
- 字段名：是否为英文问题（is_english），数据类型：布尔型
- 字段名：问题质量（question_quality），数据类型：64位整型
- 字段名：答案质量（answer_quality），数据类型：64位整型
- 字段名：问题类型（question_type），数据类型：字符串型
- 字段名：具有时效性（time_sensitive），数据类型：布尔型
- 字段名：答案正确性（answer_correct），数据类型：布尔型
- 字段名：答案唯一性（answer_unique），数据类型：布尔型
- 字段名：复杂度（complexity），数据类型：64位整型
- 字段名：来源模糊度（source_obscurity），数据类型：64位整型
数据集划分：
- 划分名称：训练集（train），字节数：10470627，样本数量：24903
下载大小：5442837
数据集总大小：10470627
数据集配置：
- 配置名称：默认（default）
数据文件：
- 划分：训练集（train）
路径：data/default-*
- 配置名称：filtered_0302
数据文件：
- 划分：训练集（train）
路径：filtered_0302/filtered-*
- 配置名称：filtered_0310
数据文件：
- 划分：训练集（train）
路径：filtered_0310/train-*