abhi26/VISA-QnA-CoT-Subset-50pct

---
dataset_info:
features:
- name: id
dtype: string
- name: Question
dtype: string
- name: Complex_CoT
dtype: string
- name: Response
dtype: string
- name: type
dtype: string
- name: category
dtype: string
- name: difficulty
dtype: string
- name: from_country
dtype: string
- name: to_countries
list: string
- name: is_procedural
dtype: bool
- name: metadata
struct:
- name: batch
dtype: string
- name: has_uncertainty
dtype: bool
- name: is_negative_example
dtype: bool
- name: last_updated
dtype: string
- name: segment
dtype: string
- name: source
dtype: string
- name: tier
dtype: int64
- name: ground_truth
struct:
- name: reasoning_steps
list: string
- name: visa_entries
list:
- name: allowed_stay
dtype: string
- name: cost
dtype: string
- name: data_quality
struct:
- name: cost_source
dtype: string
- name: processing_time_source
dtype: string
- name: from_country
dtype: string
- name: notes
dtype: string
- name: processing_time
dtype: string
- name: to_country
dtype: string
- name: visa_required
dtype: bool
- name: visa_type
dtype: string
splits:
- name: train
num_bytes: 23595580
num_examples: 15312
- name: validation
num_bytes: 2784029
num_examples: 1814
download_size: 13587354
dataset_size: 26379609
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 字段名：id（标识符），数据类型：字符串
- 字段名：Question（问题），数据类型：字符串
- 字段名：Complex_CoT（复杂思维链），数据类型：字符串
- 字段名：Response（响应），数据类型：字符串
- 字段名：type（样本类型），数据类型：字符串
- 字段名：category（类别），数据类型：字符串
- 字段名：difficulty（难度等级），数据类型：字符串
- 字段名：from_country（出发国），数据类型：字符串
- 字段名：to_countries（目标国家列表），数据类型：字符串列表
- 字段名：is_procedural（是否为流程型样本），数据类型：布尔值
- 字段名：metadata（元数据），数据类型为结构体，包含以下子字段：
- 字段名：batch（批次），数据类型：字符串
- 字段名：has_uncertainty（存在不确定性），数据类型：布尔值
- 字段名：is_negative_example（是否为负样本），数据类型：布尔值
- 字段名：last_updated（最后更新时间），数据类型：字符串
- 字段名：segment（分段标识），数据类型：字符串
- 字段名：source（数据来源），数据类型：字符串
- 字段名：tier（层级），数据类型：整数
- 字段名：ground_truth（真实标注），数据类型为结构体，包含以下子字段：
- 字段名：reasoning_steps（推理步骤），数据类型：字符串列表
- 字段名：visa_entries（签证条目列表），数据类型为结构体列表，每个结构体包含以下子字段：
- 字段名：allowed_stay（允许停留时长），数据类型：字符串
- 字段名：cost（办理费用），数据类型：字符串
- 字段名：data_quality（数据质量），数据类型为结构体，包含以下子字段：
- 字段名：cost_source（费用数据来源），数据类型：字符串
- 字段名：processing_time_source（办理时长数据来源），数据类型：字符串
- 字段名：from_country（出发国），数据类型：字符串
- 字段名：notes（备注信息），数据类型：字符串
- 字段名：processing_time（签证办理时长），数据类型：字符串
- 字段名：to_country（目标国家），数据类型：字符串
- 字段名：visa_required（是否需要签证），数据类型：布尔值
- 字段名：visa_type（签证类型），数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节数：23595580，样本数量：15312
- 划分名称：validation（验证集），字节数：2784029，样本数量：1814
下载总大小：13587354，数据集总字节数：26379609
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练集划分：对应路径 data/train-*
- 验证集划分：对应路径 data/validation-*