lihaoxin2020/r1-mmlu_pro-r1-ki-ablation

---
dataset_info:
- config_name: biology
features:
- name: native_id
dtype: int64
- name: data
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_response
struct:
- name: logprobs
dtype: 'null'
- name: text
dtype: string
- name: tokens
dtype: 'null'
- name: usage
dtype: 'null'
- name: raw_text
dtype: string
- name: knowledge_pieces
list: string
- name: domain_adjacent_ki
list: string
- name: shuffled_ki
list: string
splits:
- name: train
num_bytes: 2279209
num_examples: 200
download_size: 2198303
dataset_size: 2279209
- config_name: chemistry
features:
- name: native_id
dtype: int64
- name: data
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_response
struct:
- name: logprobs
dtype: 'null'
- name: text
dtype: string
- name: tokens
dtype: 'null'
- name: usage
dtype: 'null'
- name: raw_text
dtype: string
- name: knowledge_pieces
list: string
- name: domain_adjacent_ki
list: string
- name: shuffled_ki
list: string
splits:
- name: train
num_bytes: 3237316
num_examples: 200
download_size: 3144281
dataset_size: 3237316
- config_name: computer science
features:
- name: native_id
dtype: int64
- name: data
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_response
struct:
- name: logprobs
dtype: 'null'
- name: text
dtype: string
- name: tokens
dtype: 'null'
- name: usage
dtype: 'null'
- name: raw_text
dtype: string
- name: knowledge_pieces
list: string
- name: domain_adjacent_ki
list: string
- name: shuffled_ki
list: string
splits:
- name: train
num_bytes: 2917331
num_examples: 200
download_size: 2827102
dataset_size: 2917331
- config_name: engineering
features:
- name: native_id
dtype: int64
- name: data
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_response
struct:
- name: logprobs
dtype: 'null'
- name: text
dtype: string
- name: tokens
dtype: 'null'
- name: usage
dtype: 'null'
- name: raw_text
dtype: string
- name: knowledge_pieces
list: string
- name: domain_adjacent_ki
list: string
- name: shuffled_ki
list: string
splits:
- name: train
num_bytes: 4695793
num_examples: 200
download_size: 4579491
dataset_size: 4695793
- config_name: health
features:
- name: native_id
dtype: int64
- name: data
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_response
struct:
- name: logprobs
dtype: 'null'
- name: text
dtype: string
- name: tokens
dtype: 'null'
- name: usage
dtype: 'null'
- name: raw_text
dtype: string
- name: knowledge_pieces
list: string
- name: domain_adjacent_ki
list: string
- name: shuffled_ki
list: string
splits:
- name: train
num_bytes: 2725353
num_examples: 200
download_size: 2632625
dataset_size: 2725353
- config_name: math
features:
- name: native_id
dtype: int64
- name: data
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_response
struct:
- name: logprobs
dtype: 'null'
- name: text
dtype: string
- name: tokens
dtype: 'null'
- name: usage
dtype: 'null'
- name: raw_text
dtype: string
- name: knowledge_pieces
list: string
- name: domain_adjacent_ki
list: string
- name: shuffled_ki
list: string
splits:
- name: train
num_bytes: 2286898
num_examples: 200
download_size: 2214113
dataset_size: 2286898
- config_name: physics
features:
- name: native_id
dtype: int64
- name: data
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_response
struct:
- name: logprobs
dtype: 'null'
- name: text
dtype: string
- name: tokens
dtype: 'null'
- name: usage
dtype: 'null'
- name: raw_text
dtype: string
- name: knowledge_pieces
list: string
- name: domain_adjacent_ki
list: string
- name: shuffled_ki
list: string
splits:
- name: train
num_bytes: 3234885
num_examples: 200
download_size: 3140486
dataset_size: 3234885
configs:
- config_name: biology
data_files:
- split: train
path: biology/train-*
- config_name: chemistry
data_files:
- split: train
path: chemistry/train-*
- config_name: computer science
data_files:
- split: train
path: computer science/train-*
- config_name: engineering
data_files:
- split: train
path: engineering/train-*
- config_name: health
data_files:
- split: train
path: health/train-*
- config_name: math
data_files:
- split: train
path: math/train-*
- config_name: physics
data_files:
- split: train
path: physics/train-*
---

数据集信息：
- 配置名称：生物学（biology）
特征字段：
- 原生ID（native_id）：数据类型为int64
- 数据（data）：列表类型，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 原始响应（raw_response）：结构体类型，包含以下子字段：
- 对数概率（logprobs）：空值（null）
- 文本（text）：字符串类型
- Token（tokens）：空值（null）
- 使用量（usage）：空值（null）
- 原始文本（raw_text）：字符串类型
- 知识片段（knowledge_pieces）：字符串列表类型
- 领域相邻知识片段（domain_adjacent_ki）：字符串列表类型
- 打乱的知识片段（shuffled_ki）：字符串列表类型
数据划分：
- 划分名称：训练集（train），字节数：2279209，样本数量：200
下载大小：2198303，数据集总大小：2279209
- 配置名称：化学（chemistry）
特征字段：
- 原生ID（native_id）：数据类型为int64
- 数据（data）：列表类型，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 原始响应（raw_response）：结构体类型，包含以下子字段：
- 对数概率（logprobs）：空值（null）
- 文本（text）：字符串类型
- Token（tokens）：空值（null）
- 使用量（usage）：空值（null）
- 原始文本（raw_text）：字符串类型
- 知识片段（knowledge_pieces）：字符串列表类型
- 领域相邻知识片段（domain_adjacent_ki）：字符串列表类型
- 打乱的知识片段（shuffled_ki）：字符串列表类型
数据划分：
- 划分名称：训练集（train），字节数：3237316，样本数量：200
下载大小：3144281，数据集总大小：3237316
- 配置名称：计算机科学（computer science）
特征字段：
- 原生ID（native_id）：数据类型为int64
- 数据（data）：列表类型，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 原始响应（raw_response）：结构体类型，包含以下子字段：
- 对数概率（logprobs）：空值（null）
- 文本（text）：字符串类型
- Token（tokens）：空值（null）
- 使用量（usage）：空值（null）
- 原始文本（raw_text）：字符串类型
- 知识片段（knowledge_pieces）：字符串列表类型
- 领域相邻知识片段（domain_adjacent_ki）：字符串列表类型
- 打乱的知识片段（shuffled_ki）：字符串列表类型
数据划分：
- 划分名称：训练集（train），字节数：2917331，样本数量：200
下载大小：2827102，数据集总大小：2917331
- 配置名称：工程学（engineering）
特征字段：
- 原生ID（native_id）：数据类型为int64
- 数据（data）：列表类型，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 原始响应（raw_response）：结构体类型，包含以下子字段：
- 对数概率（logprobs）：空值（null）
- 文本（text）：字符串类型
- Token（tokens）：空值（null）
- 使用量（usage）：空值（null）
- 原始文本（raw_text）：字符串类型
- 知识片段（knowledge_pieces）：字符串列表类型
- 领域相邻知识片段（domain_adjacent_ki）：字符串列表类型
- 打乱的知识片段（shuffled_ki）：字符串列表类型
数据划分：
- 划分名称：训练集（train），字节数：4695793，样本数量：200
下载大小：4579491，数据集总大小：4695793
- 配置名称：健康科学（health）
特征字段：
- 原生ID（native_id）：数据类型为int64
- 数据（data）：列表类型，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 原始响应（raw_response）：结构体类型，包含以下子字段：
- 对数概率（logprobs）：空值（null）
- 文本（text）：字符串类型
- Token（tokens）：空值（null）
- 使用量（usage）：空值（null）
- 原始文本（raw_text）：字符串类型
- 知识片段（knowledge_pieces）：字符串列表类型
- 领域相邻知识片段（domain_adjacent_ki）：字符串列表类型
- 打乱的知识片段（shuffled_ki）：字符串列表类型
数据划分：
- 划分名称：训练集（train），字节数：2725353，样本数量：200
下载大小：2632625，数据集总大小：2725353
- 配置名称：数学（math）
特征字段：
- 原生ID（native_id）：数据类型为int64
- 数据（data）：列表类型，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 原始响应（raw_response）：结构体类型，包含以下子字段：
- 对数概率（logprobs）：空值（null）
- 文本（text）：字符串类型
- Token（tokens）：空值（null）
- 使用量（usage）：空值（null）
- 原始文本（raw_text）：字符串类型
- 知识片段（knowledge_pieces）：字符串列表类型
- 领域相邻知识片段（domain_adjacent_ki）：字符串列表类型
- 打乱的知识片段（shuffled_ki）：字符串列表类型
数据划分：
- 划分名称：训练集（train），字节数：2286898，样本数量：200
下载大小：2214113，数据集总大小：2286898
- 配置名称：物理学（physics）
特征字段：
- 原生ID（native_id）：数据类型为int64
- 数据（data）：列表类型，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 原始响应（raw_response）：结构体类型，包含以下子字段：
- 对数概率（logprobs）：空值（null）
- 文本（text）：字符串类型
- Token（tokens）：空值（null）
- 使用量（usage）：空值（null）
- 原始文本（raw_text）：字符串类型
- 知识片段（knowledge_pieces）：字符串列表类型
- 领域相邻知识片段（domain_adjacent_ki）：字符串列表类型
- 打乱的知识片段（shuffled_ki）：字符串列表类型
数据划分：
- 划分名称：训练集（train），字节数：3234885，样本数量：200
下载大小：3140486，数据集总大小：3234885
配置项：
- 配置名称：生物学（biology），数据文件：
- 划分方式：训练集（train），路径：biology/train-*
- 配置名称：化学（chemistry），数据文件：
- 划分方式：训练集（train），路径：chemistry/train-*
- 配置名称：计算机科学（computer science），数据文件：
- 划分方式：训练集（train），路径：computer science/train-*
- 配置名称：工程学（engineering），数据文件：
- 划分方式：训练集（train），路径：engineering/train-*
- 配置名称：健康科学（health），数据文件：
- 划分方式：训练集（train），路径：health/train-*
- 配置名称：数学（math），数据文件：
- 划分方式：训练集（train），路径：math/train-*
- 配置名称：物理学（physics），数据文件：
- 划分方式：训练集（train），路径：physics/train-*