graf/medical-o1-reasoning-SFT-bonvoyage-19636_recall_0.4-qwen3-4b-medical-o1-ht-nothink

---
dataset_info:
features:
- name: input
struct:
- name: Complex_CoT
dtype: string
- name: Question
dtype: string
- name: Response
dtype: string
- name: answer
dtype: string
- name: chat_template_prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: prompt
dtype: string
- name: responses
list: string
- name: correctness
list: int64
- name: prompt
dtype: string
- name: expert_response
dtype: string
- name: onpolicy_expert
dtype: bool
- name: target_score
dtype: float64
splits:
- name: train
num_bytes: 641578255
num_examples: 19636
download_size: 234344194
dataset_size: 641578255
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：input（输入），结构体如下：
- Complex_CoT（复杂思维链）：字符串类型
- Question（问题）：字符串类型
- Response（响应）：字符串类型
- answer（答案）：字符串类型
- chat_template_prompt（聊天模板提示词）：列表类型，列表元素结构体包含：
- content（内容）：字符串类型
- role（角色）：字符串类型
- prompt（提示词）：字符串类型
- 名称：responses（响应列表）：字符串列表类型
- 名称：correctness（正确性）：64位整数列表类型
- 名称：prompt（提示词）：字符串类型
- 名称：expert_response（专家响应）：字符串类型
- 名称：onpolicy_expert（在线策略专家标识）：布尔类型
- 名称：target_score（目标得分）：64位浮点类型
数据划分：
- 名称：train，字节数：641578255，样本数：19636
下载大小：234344194，数据集总大小：641578255
配置项：
- 配置名称：default，数据文件：
- 对应划分train的路径：data/train-*