arc-cola/flc-n2l-splits

--- dataset_info: - config_name: rl features: - name: id dtype: int64 - name: statement dtype: string - name: lean_code dtype: string - name: compile_result struct: - name: env dtype: int64 - name: messages list: - name: data dtype: string - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: severity dtype: string - name: sorries list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goal dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: stderr dtype: string - name: tactics list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goals dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: tactic dtype: string - name: eval_reasons dtype: string - name: difficulty dtype: int64 - name: difficulty_rationale dtype: string - name: domain list: string - name: domain_summary dtype: string - name: source dtype: string splits: - name: train num_bytes: 27121318 num_examples: 9262 download_size: 13704073 dataset_size: 27121318 - config_name: sft features: - name: id dtype: int64 - name: statement dtype: string - name: lean_code dtype: string - name: compile_result struct: - name: env dtype: int64 - name: messages list: - name: data dtype: string - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: severity dtype: string - name: sorries list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goal dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: stderr dtype: string - name: tactics list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goals dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: tactic dtype: string - name: eval_reasons dtype: string - name: difficulty dtype: int64 - name: difficulty_rationale dtype: string - name: domain list: string - name: domain_summary dtype: string - name: source dtype: string splits: - name: train num_bytes: 406834421 num_examples: 138935 download_size: 204794029 dataset_size: 406834421 - config_name: test features: - name: id dtype: int64 - name: statement dtype: string - name: lean_code dtype: string - name: compile_result struct: - name: env dtype: int64 - name: messages list: - name: data dtype: string - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: severity dtype: string - name: sorries list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goal dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: stderr dtype: string - name: tactics list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goals dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: tactic dtype: string - name: eval_reasons dtype: string - name: difficulty dtype: int64 - name: difficulty_rationale dtype: string - name: domain list: string - name: domain_summary dtype: string - name: source dtype: string splits: - name: train num_bytes: 13557731 num_examples: 4630 download_size: 6868038 dataset_size: 13557731 - config_name: unused features: - name: id dtype: int64 - name: statement dtype: string - name: lean_code dtype: string - name: compile_result struct: - name: env dtype: int64 - name: messages list: - name: data dtype: string - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: severity dtype: string - name: sorries list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goal dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: stderr dtype: string - name: tactics list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goals dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: tactic dtype: string - name: eval_reasons dtype: string - name: difficulty dtype: int64 - name: difficulty_rationale dtype: string - name: domain list: string - name: domain_summary dtype: string - name: source dtype: string splits: - name: train num_bytes: 895044511 num_examples: 305660 download_size: 449962132 dataset_size: 895044511 - config_name: val features: - name: id dtype: int64 - name: statement dtype: string - name: lean_code dtype: string - name: compile_result struct: - name: env dtype: int64 - name: messages list: - name: data dtype: string - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: severity dtype: string - name: sorries list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goal dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: stderr dtype: string - name: tactics list: - name: endPos struct: - name: column dtype: int64 - name: line dtype: int64 - name: goals dtype: string - name: pos struct: - name: column dtype: int64 - name: line dtype: int64 - name: proofState dtype: int64 - name: tactic dtype: string - name: eval_reasons dtype: string - name: difficulty dtype: int64 - name: difficulty_rationale dtype: string - name: domain list: string - name: domain_summary dtype: string - name: source dtype: string splits: - name: train num_bytes: 13557731 num_examples: 4630 download_size: 6853874 dataset_size: 13557731 configs: - config_name: rl data_files: - split: train path: rl/train-* - config_name: sft data_files: - split: train path: sft/train-* - config_name: test data_files: - split: train path: test/train-* - config_name: unused data_files: - split: train path: unused/train-* - config_name: val data_files: - split: train path: val/train-* ---数据集信息： - 配置名称：rl 特征字段： - 字段名：id，数据类型：64位整数 - 字段名：statement，数据类型：字符串 - 字段名：lean_code（Lean编程语言代码），数据类型：字符串 - 字段名：compile_result，结构体类型： - 字段名：env，数据类型：64位整数 - 字段名：messages，列表类型，元素结构体： - 字段名：data，数据类型：字符串 - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：severity，数据类型：字符串 - 字段名：sorries，列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goal，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：stderr（标准错误流），数据类型：字符串 - 字段名：tactics（证明战术），列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goals，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：tactic（战术指令），数据类型：字符串 - 字段名：eval_reasons（评估依据），数据类型：字符串 - 字段名：difficulty（难度等级），数据类型：64位整数 - 字段名：difficulty_rationale（难度说明依据），数据类型：字符串 - 字段名：domain（应用领域），列表类型，元素为字符串 - 字段名：domain_summary（领域摘要），数据类型：字符串 - 字段名：source（数据来源），数据类型：字符串 分割集： - 分割名称：训练集，字节数：27121318，样本数：9262 下载大小：13704073，数据集总大小：27121318 - 配置名称：sft 特征字段： - 字段名：id，数据类型：64位整数 - 字段名：statement，数据类型：字符串 - 字段名：lean_code（Lean编程语言代码），数据类型：字符串 - 字段名：compile_result，结构体类型： - 字段名：env，数据类型：64位整数 - 字段名：messages，列表类型，元素结构体： - 字段名：data，数据类型：字符串 - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：severity，数据类型：字符串 - 字段名：sorries，列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goal，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：stderr（标准错误流），数据类型：字符串 - 字段名：tactics（证明战术），列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goals，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：tactic（战术指令），数据类型：字符串 - 字段名：eval_reasons（评估依据），数据类型：字符串 - 字段名：difficulty（难度等级），数据类型：64位整数 - 字段名：difficulty_rationale（难度说明依据），数据类型：字符串 - 字段名：domain（应用领域），列表类型，元素为字符串 - 字段名：domain_summary（领域摘要），数据类型：字符串 - 字段名：source（数据来源），数据类型：字符串 分割集： - 分割名称：训练集，字节数：406834421，样本数：138935 下载大小：204794029，数据集总大小：406834421 - 配置名称：test 特征字段： - 字段名：id，数据类型：64位整数 - 字段名：statement，数据类型：字符串 - 字段名：lean_code（Lean编程语言代码），数据类型：字符串 - 字段名：compile_result，结构体类型： - 字段名：env，数据类型：64位整数 - 字段名：messages，列表类型，元素结构体： - 字段名：data，数据类型：字符串 - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：severity，数据类型：字符串 - 字段名：sorries，列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goal，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：stderr（标准错误流），数据类型：字符串 - 字段名：tactics（证明战术），列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goals，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：tactic（战术指令），数据类型：字符串 - 字段名：eval_reasons（评估依据），数据类型：字符串 - 字段名：difficulty（难度等级），数据类型：64位整数 - 字段名：difficulty_rationale（难度说明依据），数据类型：字符串 - 字段名：domain（应用领域），列表类型，元素为字符串 - 字段名：domain_summary（领域摘要），数据类型：字符串 - 字段名：source（数据来源），数据类型：字符串 分割集： - 分割名称：训练集，字节数：13557731，样本数：4630 下载大小：6868038，数据集总大小：13557731 - 配置名称：unused 特征字段： - 字段名：id，数据类型：64位整数 - 字段名：statement，数据类型：字符串 - 字段名：lean_code（Lean编程语言代码），数据类型：字符串 - 字段名：compile_result，结构体类型： - 字段名：env，数据类型：64位整数 - 字段名：messages，列表类型，元素结构体： - 字段名：data，数据类型：字符串 - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：severity，数据类型：字符串 - 字段名：sorries，列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goal，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：stderr（标准错误流），数据类型：字符串 - 字段名：tactics（证明战术），列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goals，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：tactic（战术指令），数据类型：字符串 - 字段名：eval_reasons（评估依据），数据类型：字符串 - 字段名：difficulty（难度等级），数据类型：64位整数 - 字段名：difficulty_rationale（难度说明依据），数据类型：字符串 - 字段名：domain（应用领域），列表类型，元素为字符串 - 字段名：domain_summary（领域摘要），数据类型：字符串 - 字段名：source（数据来源），数据类型：字符串 分割集： - 分割名称：训练集，字节数：895044511，样本数：305660 下载大小：449962132，数据集总大小：895044511 - 配置名称：val 特征字段： - 字段名：id，数据类型：64位整数 - 字段名：statement，数据类型：字符串 - 字段名：lean_code（Lean编程语言代码），数据类型：字符串 - 字段名：compile_result，结构体类型： - 字段名：env，数据类型：64位整数 - 字段名：messages，列表类型，元素结构体： - 字段名：data，数据类型：字符串 - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：severity，数据类型：字符串 - 字段名：sorries，列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goal，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：stderr（标准错误流），数据类型：字符串 - 字段名：tactics（证明战术），列表类型，元素结构体： - 字段名：endPos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：goals，数据类型：字符串 - 字段名：pos，结构体类型： - 字段名：column（列坐标），数据类型：64位整数 - 字段名：line（行坐标），数据类型：64位整数 - 字段名：proofState（证明状态），数据类型：64位整数 - 字段名：tactic（战术指令），数据类型：字符串 - 字段名：eval_reasons（评估依据），数据类型：字符串 - 字段名：difficulty（难度等级），数据类型：64位整数 - 字段名：difficulty_rationale（难度说明依据），数据类型：字符串 - 字段名：domain（应用领域），列表类型，元素为字符串 - 字段名：domain_summary（领域摘要），数据类型：字符串 - 字段名：source（数据来源），数据类型：字符串 分割集： - 分割名称：训练集，字节数：13557731，样本数：4630 下载大小：6853874，数据集总大小：13557731 配置项： - 配置名称：rl，数据文件配置： - 分割集：训练集，数据路径：rl/train-* - 配置名称：sft，数据文件配置： - 分割集：训练集，数据路径：sft/train-* - 配置名称：test，数据文件配置： - 分割集：训练集，数据路径：test/train-* - 配置名称：unused，数据文件配置： - 分割集：训练集，数据路径：unused/train-* - 配置名称：val，数据文件配置： - 分割集：训练集，数据路径：val/train-*