jlpang888/ultrainteract_math_cot_sorted_20k

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: id
dtype: string
- name: task
dtype: string
- name: dataset
dtype: string
- name: n_turns
dtype: int64
- name: reward_score_chosen
dtype: float64
- name: reward_score_rejected
dtype: float64
- name: reward_margin
dtype: float64
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: is_difficult
dtype: int64
splits:
- name: train
num_bytes: 149446395
num_examples: 20000
- name: test
num_bytes: 23261077
num_examples: 2000
download_size: 62821816
dataset_size: 172707472
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：提示词（prompt），数据类型：字符串
- 名称：提示词ID（prompt_id），数据类型：字符串
- 名称：优选回复（chosen），数据类型：列表，包含子字段：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
- 名称：弃选回复（rejected），数据类型：列表，包含子字段：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
- 名称：对话消息（messages），数据类型：列表，包含子字段：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
- 名称：数据ID（id），数据类型：字符串
- 名称：任务类型（task），数据类型：字符串
- 名称：来源数据集（dataset），数据类型：字符串
- 名称：对话轮次（n_turns），数据类型：64位整数
- 名称：优选回复奖励得分（reward_score_chosen），数据类型：双精度浮点数
- 名称：弃选回复奖励得分（reward_score_rejected），数据类型：双精度浮点数
- 名称：奖励边际值（reward_margin），数据类型：双精度浮点数
- 名称：优选回复得分（score_chosen），数据类型：双精度浮点数
- 名称：弃选回复得分（score_rejected），数据类型：双精度浮点数
- 名称：是否为困难样本（is_difficult），数据类型：64位整数
数据集划分：
- 名称：训练集（train），字节占用：149446395，样本数：20000
- 名称：测试集（test），字节占用：23261077，样本数：2000
总下载大小：62821816，数据集总存储大小：172707472
数据集配置：
- 配置名称：默认配置（default），数据文件配置如下：
- 划分：训练集（train），存储路径：data/train-*
- 划分：测试集（test），存储路径：data/test-*