graf/qwen_4b_medical_medmcqaqwen34b_p3_instruct_val

---
dataset_info:
features:
- name: prompt
dtype: string
- name: expert_response
dtype: string
- name: responses
list: string
- name: correctness
list: int64
- name: onpolicy_expert
dtype: bool
splits:
- name: train
num_bytes: 11942671
num_examples: 512
download_size: 2930053
dataset_size: 11942671
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：提示词（prompt），数据类型：字符串
- 名称：专家回复（expert_response），数据类型：字符串
- 名称：候选回复集（responses），数据类型：字符串列表
- 名称：正确性标签（correctness），数据类型：64位整数列表
- 名称：同策略专家标识（onpolicy_expert），数据类型：布尔值
数据划分：
- 名称：训练集（train），字节数：11942671，样本数量：512
下载大小：2930053 字节
数据集总大小：11942671 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*