parksimon0808/prm800k-llama-verifier

---
dataset_info:
features:
- name: texts
dtype: string
- name: input_ids
sequence: int32
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 4528067256
num_examples: 1052294
- name: test
num_bytes: 145143622
num_examples: 32408
download_size: 353282233
dataset_size: 4673210878
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
# Dataset Card for "prm800k-llama"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征：
- 字段名：texts，数据类型：字符串（string）
- 字段名：input_ids，数据类型：32位整数（int32）序列
- 字段名：labels，数据类型：64位整数（int64）序列
数据集划分：
- 划分名称：train，字节数：4528067256，样本数：1052294
- 划分名称：test，字节数：145143622，样本数：32408
下载大小：353282233，数据集总大小：4673210878
配置：
- 配置名称：default，数据文件：
- 划分：train，路径：data/train-*
- 划分：test，路径：data/test-*

---
# "prm800k-llama"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)

原始信息汇总

数据集概述

数据特征

• 文本: 数据类型为字符串。
• 输入ID: 数据类型为32位整数序列。
• 标签: 数据类型为64位整数序列。

数据分割

• 训练集: 包含1,052,294个样本，占用4,528,067,256字节。
• 测试集: 包含32,408个样本，占用145,143,622字节。

数据大小

• 下载大小: 353,282,233字节。
• 数据集总大小: 4,673,210,878字节。

配置

• 默认配置:
  • 训练集文件路径: data/train-*
  • 测试集文件路径: data/test-*