typeof/arc

---
dataset_info:
- config_name: ARC-Challenge
features:
- name: id
dtype: string
- name: question
dtype: string
- name: choices
sequence:
- name: text
dtype: string
- name: label
dtype: string
- name: answerKey
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 702457
num_examples: 1418
download_size: 382245
dataset_size: 702457
- config_name: ARC-Easy
features:
- name: id
dtype: string
- name: question
dtype: string
- name: choices
sequence:
- name: text
dtype: string
- name: label
dtype: string
- name: answerKey
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 1220672
num_examples: 2821
download_size: 655830
dataset_size: 1220672
- config_name: default
features:
- name: id
dtype: string
- name: question
dtype: string
- name: choices
sequence:
- name: text
dtype: string
- name: label
dtype: string
- name: answerKey
dtype: string
- name: text
dtype: string
- name: config
dtype: string
splits:
- name: train
num_bytes: 1957041
num_examples: 4239
download_size: 1038847
dataset_size: 1957041
configs:
- config_name: ARC-Challenge
data_files:
- split: train
path: ARC-Challenge/train-*
- config_name: ARC-Easy
data_files:
- split: train
path: ARC-Easy/train-*
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
- 配置名称：ARC挑战集（ARC-Challenge）
特征字段：
- 字段名：标识符（id），数据类型：字符串
- 字段名：问题（question），数据类型：字符串
- 字段名：选项序列（choices），为序列类型，包含子字段：
- 子字段名：选项文本（text），数据类型：字符串
- 子字段名：选项标签（label），数据类型：字符串
- 字段名：正确答案键（answerKey），数据类型：字符串
- 字段名：文本（text），数据类型：字符串
拆分集：
- 拆分集名称：训练集（train），字节占用量：702457，样本数量：1418
下载大小：382245，数据集存储大小：702457
- 配置名称：ARC简易集（ARC-Easy）
特征字段：
- 字段名：标识符（id），数据类型：字符串
- 字段名：问题（question），数据类型：字符串
- 字段名：选项序列（choices），为序列类型，包含子字段：
- 子字段名：选项文本（text），数据类型：字符串
- 子字段名：选项标签（label），数据类型：字符串
- 字段名：正确答案键（answerKey），数据类型：字符串
- 字段名：文本（text），数据类型：字符串
拆分集：
- 拆分集名称：训练集（train），字节占用量：1220672，样本数量：2821
下载大小：655830，数据集存储大小：1220672
- 配置名称：默认配置（default）
特征字段：
- 字段名：标识符（id），数据类型：字符串
- 字段名：问题（question），数据类型：字符串
- 字段名：选项序列（choices），为序列类型，包含子字段：
- 子字段名：选项文本（text），数据类型：字符串
- 子字段名：选项标签（label），数据类型：字符串
- 字段名：正确答案键（answerKey），数据类型：字符串
- 字段名：文本（text），数据类型：字符串
- 字段名：配置标识（config），数据类型：字符串
拆分集：
- 拆分集名称：训练集（train），字节占用量：1957041，样本数量：4239
下载大小：1038847，数据集存储大小：1957041
配置列表：
- 配置名称：ARC挑战集（ARC-Challenge），数据文件：
- 拆分集：训练集（train），路径：ARC-Challenge/train-*
- 配置名称：ARC简易集（ARC-Easy），数据文件：
- 拆分集：训练集（train），路径：ARC-Easy/train-*
- 配置名称：默认配置（default），数据文件：
- 拆分集：训练集（train），路径：data/train-*

原始信息汇总

数据集概述

数据集配置

ARC-Challenge

• 特征:
  • id: 字符串类型
  • question: 字符串类型
  • choices: 序列类型，包含以下字段：
    • text: 字符串类型
    • label: 字符串类型
  • answerKey: 字符串类型
  • text: 字符串类型
• 分割:
  • train: 702457字节，包含1418个样本
• 下载大小: 382245字节
• 数据集大小: 702457字节

ARC-Easy

• 特征:
  • id: 字符串类型
  • question: 字符串类型
  • choices: 序列类型，包含以下字段：
    • text: 字符串类型
    • label: 字符串类型
  • answerKey: 字符串类型
  • text: 字符串类型
• 分割:
  • train: 1220672字节，包含2821个样本
• 下载大小: 655830字节
• 数据集大小: 1220672字节

default

• 特征:
  • id: 字符串类型
  • question: 字符串类型
  • choices: 序列类型，包含以下字段：
    • text: 字符串类型
    • label: 字符串类型
  • answerKey: 字符串类型
  • text: 字符串类型
  • config: 字符串类型
• 分割:
  • train: 1957041字节，包含4239个样本
• 下载大小: 1038847字节
• 数据集大小: 1957041字节

数据文件路径

ARC-Challenge

• train: ARC-Challenge/train-*

ARC-Easy

• train: ARC-Easy/train-*

default

• train: data/train-*

搜集汇总

背景与挑战

背景概述

该数据集是一个科学问答数据集，包含8,478个多项选择题，涵盖物理、化学、生物、地球科学等多个科学领域，问题来源于各种标准化考试。数据集主要用于评估AI系统的科学推理和知识理解能力，具有明确的答案选项和标准答案，适合训练和测试问答模型。