alon-albalak/claude-sonnet-4-5-noveltybench-comprehensive-summary

---
dataset_info:
features:
- name: mean_distinct
dtype: float64
- name: mean_utility
dtype: float64
- name: total_instances
dtype: int64
- name: total_completions
dtype: int64
- name: mean_partition_score
dtype: float64
- name: std_partition_score
dtype: float64
- name: mean_intra_diversity
dtype: float64
- name: std_intra_diversity
dtype: float64
- name: median_intra_diversity
dtype: float64
- name: min_intra_diversity
dtype: float64
- name: max_intra_diversity
dtype: float64
- name: mean_group_size
dtype: float64
- name: total_groups
dtype: int64
- name: total_pairs_computed
dtype: int64
- name: mean_reward
dtype: float64
- name: std_reward
dtype: float64
- name: median_reward
dtype: float64
- name: min_mean_reward
dtype: float64
- name: max_mean_reward
dtype: float64
- name: global_mean_reward
dtype: float64
- name: global_std_reward
dtype: float64
- name: global_min_reward
dtype: float64
- name: global_max_reward
dtype: float64
- name: mean_judge_score
dtype: float64
- name: std_judge_score
dtype: float64
- name: median_judge_score
dtype: float64
- name: min_mean_judge_score
dtype: float64
- name: max_mean_judge_score
dtype: float64
- name: global_mean_judge_score
dtype: float64
- name: global_std_judge_score
dtype: float64
- name: global_min_judge_score
dtype: float64
- name: global_max_judge_score
dtype: float64
- name: score_parsing_success_rate
dtype: float64
- name: total_valid_scores
dtype: int64
splits:
- name: train
num_bytes: 272
num_examples: 1
download_size: 16637
dataset_size: 272
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：平均独特性（mean_distinct），数据类型：64位浮点数（float64）
- 名称：平均效用（mean_utility），数据类型：64位浮点数（float64）
- 名称：总样本数（total_instances），数据类型：64位整数（int64）
- 名称：总完成数（total_completions），数据类型：64位整数（int64）
- 名称：平均划分得分（mean_partition_score），数据类型：64位浮点数（float64）
- 名称：划分得分的标准差（std_partition_score），数据类型：64位浮点数（float64）
- 名称：平均组内多样性（mean_intra_diversity），数据类型：64位浮点数（float64）
- 名称：组内多样性的标准差（std_intra_diversity），数据类型：64位浮点数（float64）
- 名称：组内多样性的中位数（median_intra_diversity），数据类型：64位浮点数（float64）
- 名称：组内多样性的最小值（min_intra_diversity），数据类型：64位浮点数（float64）
- 名称：组内多样性的最大值（max_intra_diversity），数据类型：64位浮点数（float64）
- 名称：平均组大小（mean_group_size），数据类型：64位浮点数（float64）
- 名称：总组数（total_groups），数据类型：64位整数（int64）
- 名称：已计算总样本对数量（total_pairs_computed），数据类型：64位整数（int64）
- 名称：平均奖励值（mean_reward），数据类型：64位浮点数（float64）
- 名称：奖励值的标准差（std_reward），数据类型：64位浮点数（float64）
- 名称：奖励值的中位数（median_reward），数据类型：64位浮点数（float64）
- 名称：最小平均奖励值（min_mean_reward），数据类型：64位浮点数（float64）
- 名称：最大平均奖励值（max_mean_reward），数据类型：64位浮点数（float64）
- 名称：全局平均奖励值（global_mean_reward），数据类型：64位浮点数（float64）
- 名称：全局奖励值的标准差（global_std_reward），数据类型：64位浮点数（float64）
- 名称：全局最小奖励值（global_min_reward），数据类型：64位浮点数（float64）
- 名称：全局最大奖励值（global_max_reward），数据类型：64位浮点数（float64）
- 名称：平均评审得分（mean_judge_score），数据类型：64位浮点数（float64）
- 名称：评审得分的标准差（std_judge_score），数据类型：64位浮点数（float64）
- 名称：评审得分的中位数（median_judge_score），数据类型：64位浮点数（float64）
- 名称：最小平均评审得分（min_mean_judge_score），数据类型：64位浮点数（float64）
- 名称：最大平均评审得分（max_mean_judge_score），数据类型：64位浮点数（float64）
- 名称：全局平均评审得分（global_mean_judge_score），数据类型：64位浮点数（float64）
- 名称：全局评审得分的标准差（global_std_judge_score），数据类型：64位浮点数（float64）
- 名称：全局最小评审得分（global_min_judge_score），数据类型：64位浮点数（float64）
- 名称：全局最大评审得分（global_max_judge_score），数据类型：64位浮点数（float64）
- 名称：得分解析成功率（score_parsing_success_rate），数据类型：64位浮点数（float64）
- 名称：有效得分总数（total_valid_scores），数据类型：64位整数（int64）
划分集：
- 名称：训练集（train），占用字节数：272，样本数：1
下载大小：16637
数据集大小：272
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集（train），路径：data/train-*