Kyle1668/Nemotron-CrossThink-MCQA-Midtraining-Formatted

---
dataset_info:
features:
- name: data_source
dtype: string
- name: prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: reward_model
struct:
- name: ground_truth
dtype: string
- name: style
dtype: string
- name: meta_data
struct:
- name: index
dtype: int64
- name: question
dtype: string
- name: split
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 425676267
num_examples: 187496
download_size: 179835786
dataset_size: 425676267
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 数据源（data_source）：数据类型为字符串
- 提示词（prompt）：为列表类型，包含子字段：
- 内容（content）：数据类型为字符串
- 角色（role）：数据类型为字符串
- 奖励模型（reward_model）：为结构体类型，包含子字段：
- 基准结果（ground_truth）：数据类型为字符串
- 风格（style）：数据类型为字符串
- 元数据（meta_data）：为结构体类型，包含子字段：
- 索引（index）：数据类型为64位整数
- 问题（question）：数据类型为字符串
- 数据集划分（split）：数据类型为字符串
- 文本（text）：数据类型为字符串
数据集划分：
- 训练集（train）：占用字节数为425676267，样本数量为187496
下载大小：179835786，数据集总大小：425676267
配置项：
- 配置名称为default（默认配置），对应数据文件：
- 划分集为train，文件路径为data/train-*