该数据集名为reasoning-v2-small，包含1000个示例，分为一个训练集。每个示例包含三个字段：anchor、logical和illogical，分别表示锚点文本、逻辑推理文本和非逻辑推理文本。数据集是通过distilabel工具生成的，并提供了一个pipeline.yaml文件用于复现生成过程。

Hugging Face2024-12-04 更新170

ashercn97/reasoning-v1-worked-1

文本分类

机器学习

该数据集包含文本ID、文本内容、标签和分割后的文本四个特征。标签和分割后的文本均为字符串序列。数据集包含一个训练集，大小为152064字节，包含100个样本。数据集的下载大小为96279字节，总大小为152064字节。数据集的配置文件名为default，数据文件路径为data/train-*。

Hugging Face2024-12-03 更新140

ashercn97/a1-preference-v1.02

篮球防守策略

对话分析

该数据集是通过distilabel工具创建的，包含了一个`pipeline.yaml`文件，用于复现生成数据集的流程。数据集的结构包括多个字段，如`id`、`instruction`、`messages`、`constraints`、`generations`等，每个字段都有特定的数据类型和结构。数据集的配置信息、标签和大小也在README中有所提及。

Hugging Face2024-11-29 更新110

ashercn97/reasoning-v1-worked

文本分类

机器学习

该数据集包含100个训练示例，每个示例具有四个特征字段：text_id（字符串类型）、text（字符串类型）、label（字符串序列类型）和split_text（字符串序列类型）。数据集的总大小为143957字节，下载大小为90504字节。数据仅包含训练集，路径为data/train-*。

Hugging Face2024-12-02 更新150

ashercn97/reasoning-data-v2-2

该数据集包含4000个训练样本，每个样本由输入（input）和输出（output）两个字符串类型的特征组成。数据集的总大小为24418126字节，下载大小为12107288字节。数据被分为一个训练集（train），路径为data/train-*。

Hugging Face2024-11-30 更新120