lighteval/drop_harness

---
dataset_info:
features:
- name: section_id
dtype: string
- name: passage
dtype: string
- name: question
dtype: string
- name: query_id
dtype: string
- name: answer
struct:
- name: number
dtype: string
- name: date
struct:
- name: day
dtype: string
- name: month
dtype: string
- name: year
dtype: string
- name: spans
sequence: string
- name: worker_id
dtype: string
- name: hit_id
dtype: string
- name: validated_answers
sequence:
- name: number
dtype: string
- name: date
struct:
- name: day
dtype: string
- name: month
dtype: string
- name: year
dtype: string
- name: spans
sequence: string
- name: worker_id
dtype: string
- name: hit_id
dtype: string
splits:
- name: train
num_bytes: 108858121
num_examples: 77409
- name: validation
num_bytes: 12560739
num_examples: 9536
download_size: 12003555
dataset_size: 121418860
---
# Dataset Card for "drop_harness"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 段落编号（section_id）：字符串类型
- 篇章文本（passage）：字符串类型
- 问题文本（question）：字符串类型
- 查询编号（query_id）：字符串类型
- 答案（answer）：结构体，包含以下子字段：
- 数字答案（number）：字符串类型
- 日期（date）：结构体，包含：
- 日（day）：字符串类型
- 月（month）：字符串类型
- 年（year）：字符串类型
- 匹配片段（spans）：字符串序列
- 标注人员编号（worker_id）：字符串类型
- 任务编号（hit_id）：字符串类型
- 已验证答案（validated_answers）：结构体序列，每个结构体包含以下子字段：
- 数字答案（number）：字符串类型
- 日期（date）：结构体，包含：
- 日（day）：字符串类型
- 月（month）：字符串类型
- 年（year）：字符串类型
- 匹配片段（spans）：字符串序列
- 标注人员编号（worker_id）：字符串类型
- 任务编号（hit_id）：字符串类型
数据集划分：
- 训练集（train）：字节数108858121，样本数77409
- 验证集（validation）：字节数12560739，样本数9536
下载大小：12003555字节，数据集总大小：121418860字节

# "drop_harness"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• section_id: 字符串类型
• passage: 字符串类型
• question: 字符串类型
• query_id: 字符串类型
• answer: 结构化数据，包含以下子特征：
  • number: 字符串类型
  • date: 结构化数据，包含以下子特征：
    • day: 字符串类型
    • month: 字符串类型
    • year: 字符串类型
  • spans: 序列，字符串类型
  • worker_id: 字符串类型
  • hit_id: 字符串类型
• validated_answers: 序列，包含以下子特征：
  • number: 字符串类型
  • date: 结构化数据，包含以下子特征：
    • day: 字符串类型
    • month: 字符串类型
    • year: 字符串类型
  • spans: 序列，字符串类型
  • worker_id: 字符串类型
  • hit_id: 字符串类型

数据集分割

• train:
  • 数据量: 108858121 字节
  • 示例数量: 77409
• validation:
  • 数据量: 12560739 字节
  • 示例数量: 9536

数据集大小

• 下载大小: 12003555 字节
• 数据集总大小: 121418860 字节