qfq/eidata_dagger_20241027_010023_iter2

---
dataset_info:
features:
- name: doc_id
dtype: int64
- name: doc
struct:
- name: orig_problem
dtype: string
- name: orig_solution
dtype: string
- name: orig_answer
dtype: string
- name: thinking_trajectory
sequence: string
- name: golden_thinking_trajectory
sequence: string
- name: old_trajectory
sequence: string
- name: labeled_trajectory
sequence: string
- name: problem
dtype: string
- name: solution
dtype: string
- name: answer
dtype: string
- name: target
dtype: string
- name: arguments
struct:
- name: gen_args_0
struct:
- name: arg_0
dtype: string
- name: arg_1
struct:
- name: until
sequence: string
- name: do_sample
dtype: bool
- name: temperature
dtype: float64
- name: max_gen_toks
dtype: int64
- name: resps
sequence:
sequence: string
- name: filtered_resps
sequence: string
- name: doc_hash
dtype: string
- name: prompt_hash
dtype: string
- name: target_hash
dtype: string
- name: exact_match
dtype: int64
- name: orig_problem
dtype: string
- name: orig_solution
dtype: string
- name: orig_answer
dtype: string
- name: thinking_trajectory
sequence: string
- name: golden_thinking_trajectory
sequence: string
- name: old_trajectory
sequence: string
- name: labeled_trajectory
sequence: string
- name: problem
dtype: string
- name: solution
dtype: string
- name: answer
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 116387990
num_examples: 8032
- name: test
num_bytes: 6267220
num_examples: 423
download_size: 62630538
dataset_size: 122655210
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：
- 字段名：doc_id（文档ID），数据类型：64位整数
- 字段名：doc（文档），结构字段包含：
- 字段名：orig_problem（原始问题），数据类型：字符串
- 字段名：orig_solution（原始解答），数据类型：字符串
- 字段名：orig_answer（原始答案），数据类型：字符串
- 字段名：thinking_trajectory（思维轨迹），数据类型：字符串序列
- 字段名：golden_thinking_trajectory（标准思维轨迹），数据类型：字符串序列
- 字段名：old_trajectory（旧轨迹），数据类型：字符串序列
- 字段名：labeled_trajectory（标注轨迹），数据类型：字符串序列
- 字段名：problem（问题），数据类型：字符串
- 字段名：solution（解答），数据类型：字符串
- 字段名：answer（答案），数据类型：字符串
- 字段名：target（目标），数据类型：字符串
- 字段名：arguments（参数集），结构字段包含：
- 字段名：gen_args_0（生成参数0），结构字段包含：
- 字段名：arg_0（参数0），数据类型：字符串
- 字段名：arg_1（参数1），结构字段包含：
- 字段名：until（终止条件），数据类型：字符串序列
- 字段名：do_sample（采样开关），数据类型：布尔值
- 字段名：temperature（温度系数），数据类型：双精度浮点数
- 字段名：max_gen_toks（最大生成Token数），数据类型：64位整数
- 字段名：resps（响应集），数据类型：字符串序列的序列
- 字段名：filtered_resps（过滤后响应集），数据类型：字符串序列
- 字段名：doc_hash（文档哈希值），数据类型：字符串
- 字段名：prompt_hash（提示词哈希值），数据类型：字符串
- 字段名：target_hash（目标哈希值），数据类型：字符串
- 字段名：exact_match（精确匹配指标），数据类型：64位整数
- 字段名：orig_problem（原始问题），数据类型：字符串
- 字段名：orig_solution（原始解答），数据类型：字符串
- 字段名：orig_answer（原始答案），数据类型：字符串
- 字段名：thinking_trajectory（思维轨迹），数据类型：字符串序列
- 字段名：golden_thinking_trajectory（标准思维轨迹），数据类型：字符串序列
- 字段名：old_trajectory（旧轨迹），数据类型：字符串序列
- 字段名：labeled_trajectory（标注轨迹），数据类型：字符串序列
- 字段名：problem（问题），数据类型：字符串
- 字段名：solution（解答），数据类型：字符串
- 字段名：answer（答案），数据类型：字符串
- 字段名：text（文本），数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节占用量：116387990，样本数量：8032
- 划分名称：test（测试集），字节占用量：6267220，样本数量：423
下载总大小：62630538字节
数据集总大小：122655210字节
配置项：
- 配置名称：default（默认配置），数据文件路径：
- 训练集：data/train-*
- 测试集：data/test-*