sagea-ai/SAGE-MathInstruct

---
license: apache-2.0
dataset_info:
features:
- name: problem
dtype: string
- name: generated_solution
dtype: string
- name: expected_answer
dtype: string
- name: problem_source
dtype: string
splits:
- name: train
num_bytes: 15558412976
num_examples: 13972791
- name: train_1M
num_bytes: 1350383003
num_examples: 1000000
- name: train_2M
num_bytes: 2760009675
num_examples: 2000000
- name: train_5M
num_bytes: 6546496157
num_examples: 5000000
download_size: 12557258602
dataset_size: 26215301811
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: train_1M
path: data/train_1M-*
- split: train_2M
path: data/train_2M-*
- split: train_5M
path: data/train_5M-*
---

许可证：Apache-2.0
数据集详情：
数据特征：
- 字段名：问题（problem），数据类型：字符串
- 字段名：生成式解答（generated_solution），数据类型：字符串
- 字段名：预期答案（expected_answer），数据类型：字符串
- 字段名：问题来源（problem_source），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节大小：15558412976，样本数量：13972791
- 划分名称：百万级训练子集（train_1M），字节大小：1350383003，样本数量：1000000
- 划分名称：两百万级训练子集（train_2M），字节大小：2760009675，样本数量：2000000
- 划分名称：五百万级训练子集（train_5M），字节大小：6546496157，样本数量：5000000
下载大小：12557258602
数据集总大小：26215301811
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 对应划分train，路径为data/train-*
- 对应划分train_1M，路径为data/train_1M-*
- 对应划分train_2M，路径为data/train_2M-*
- 对应划分train_5M，路径为data/train_5M-*