Hajorda/ozbom

---
dataset_info:
features:
- name: student_persona
dtype: string
- name: student_persona_structured
struct:
- name: backstory
dtype: string
- name: cognitive_level
dtype: string
- name: emotional_state
dtype: string
- name: grade
dtype: string
- name: language_quirk
dtype: string
- name: name
dtype: string
- name: personality
dtype: string
- name: scenario_type
dtype: string
- name: weak_skill
dtype: string
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: metadata
struct:
- name: backstory_tokens
struct:
- name: input
dtype: int64
- name: output
dtype: int64
- name: cost_usd
dtype: float64
- name: dialogue_id
dtype: int64
- name: is_complete
dtype: bool
- name: last_step_reached
dtype: string
- name: model_reviewer
dtype: string
- name: model_student
dtype: string
- name: model_teacher
dtype: string
- name: timestamp
dtype: string
- name: tokens
struct:
- name: backstory_input
dtype: int64
- name: backstory_output
dtype: int64
- name: reviewer_input
dtype: int64
- name: reviewer_output
dtype: int64
- name: student_input
dtype: int64
- name: student_output
dtype: int64
- name: teacher_input
dtype: int64
- name: teacher_output
dtype: int64
- name: total_reviewer_retries
dtype: int64
- name: turn_count
dtype: int64
- name: turns
list:
- name: cached_input_tokens_teacher
dtype: int64
- name: input_tokens_reviewer
dtype: int64
- name: input_tokens_student
dtype: int64
- name: input_tokens_teacher
dtype: int64
- name: output_tokens_reviewer
dtype: int64
- name: output_tokens_student
dtype: int64
- name: output_tokens_teacher
dtype: int64
- name: reviewer_reason
dtype: string
- name: reviewer_retries
dtype: int64
- name: reviewer_valid
dtype: bool
- name: turn
dtype: int64
splits:
- name: train
num_bytes: 35319787
num_examples: 1003
download_size: 31928427
dataset_size: 35319787
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 学生人设（student_persona）：字符串类型
- 结构化学生人设（student_persona_structured）：结构体，包含以下字段：
- 背景故事（backstory）：字符串类型
- 认知水平（cognitive_level）：字符串类型
- 情绪状态（emotional_state）：字符串类型
- 年级（grade）：字符串类型
- 语言习惯（language_quirk）：字符串类型
- 姓名（name）：字符串类型
- 性格（personality）：字符串类型
- 场景类型（scenario_type）：字符串类型
- 薄弱技能（weak_skill）：字符串类型
- 对话（conversations）：列表类型，列表元素包含以下字段：
- 发言方（from）：字符串类型
- 对话内容（value）：字符串类型
- 元数据（metadata）：结构体，包含以下字段：
- 背景故事令牌（backstory_tokens）：结构体，包含以下字段：
- 输入令牌数（input）：64位整型
- 输出令牌数（output）：64位整型
- 花费（美元）（cost_usd）：浮点型
- 对话ID（dialogue_id）：64位整型
- 是否完成（is_complete）：布尔型
- 到达的最后步骤（last_step_reached）：字符串类型
- 审核模型（model_reviewer）：字符串类型
- 学生模拟模型（model_student）：字符串类型
- 教师模拟模型（model_teacher）：字符串类型
- 时间戳（timestamp）：字符串类型
- 令牌统计（tokens）：结构体，包含以下字段：
- 背景故事输入令牌数（backstory_input）：64位整型
- 背景故事输出令牌数（backstory_output）：64位整型
- 审核模型输入令牌数（reviewer_input）：64位整型
- 审核模型输出令牌数（reviewer_output）：64位整型
- 学生模拟模型输入令牌数（student_input）：64位整型
- 学生模拟模型输出令牌数（student_output）：64位整型
- 教师模拟模型输入令牌数（teacher_input）：64位整型
- 教师模拟模型输出令牌数（teacher_output）：64位整型
- 审核模型重试总次数（total_reviewer_retries）：64位整型
- 对话轮次总数（turn_count）：64位整型
- 轮次信息（turns）：列表类型，列表元素包含以下字段：
- 教师模型缓存输入令牌数（cached_input_tokens_teacher）：64位整型
- 审核模型输入令牌数（input_tokens_reviewer）：64位整型
- 学生模拟模型输入令牌数（input_tokens_student）：64位整型
- 教师模拟模型输入令牌数（input_tokens_teacher）：64位整型
- 审核模型输出令牌数（output_tokens_reviewer）：64位整型
- 学生模拟模型输出令牌数（output_tokens_student）：64位整型
- 教师模拟模型输出令牌数（output_tokens_teacher）：64位整型
- 审核原因（reviewer_reason）：字符串类型
- 审核模型重试次数（reviewer_retries）：64位整型
- 审核结果有效（reviewer_valid）：布尔型
- 轮次编号（turn）：64位整型
数据集划分：
- 训练集（train）：占用字节数35319787，样本量1003
下载大小：31928427
数据集占用大小：35319787
数据集配置：
- 默认配置（default）：数据文件如下：
- 划分：train
- 路径：data/train-*