Dataset Viewer
Auto-converted to Parquet Duplicate
messages
listlengths
2
2
data_source
stringclasses
1 value
reward_model
dict
extra_info
dict
[ { "content": "\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学者,系统会提供两个论文集合:\n1. 内部源:当前被分配给该学者的论文集合(这是异常检测的目标集合)。\n2. 外部源:从外部学术数据库检索到的、与该学者有重合论文学者的论文集合。\n\n需要注意的是:**内部源和外部源中都可能包含被错误分配的论文**。 \n外部源并非一定是内部源作者本人,而是与内部源作者有重合论文学者的论文集合,仅作为对照证据来源,两个源的相似度越高,则外部源的可信度越高,如果相似度低,其中论文可以作为负参考。\n\n你的任务是:**判断提供的论文是否真实属于该目标学者**。\n\n你需要基于内部源和外...
single_round_nd
{ "ground_truth": 0.9624999999999999, "style": "rule" }
{ "metadata": { "aid1": "826", "aid2": "548f27a3dabfaef989f09800", "label": 1, "name": "emanuele_buratti", "pid": "2100381566-1", "similarity": 0.6739130434782609, "soft_label": 0.9624999999999999 } }
[ { "content": "\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学者,系统会提供两个论文集合:\n1. 内部源:当前被分配给该学者的论文集合(这是异常检测的目标集合)。\n2. 外部源:从外部学术数据库检索到的、与该学者有重合论文学者的论文集合。\n\n需要注意的是:**内部源和外部源中都可能包含被错误分配的论文**。 \n外部源并非一定是内部源作者本人,而是与内部源作者有重合论文学者的论文集合,仅作为对照证据来源,两个源的相似度越高,则外部源的可信度越高,如果相似度低,其中论文可以作为负参考。\n\n你的任务是:**判断提供的论文是否真实属于该目标学者**。\n\n你需要基于内部源和外...
single_round_nd
{ "ground_truth": 0.97, "style": "rule" }
{ "metadata": { "aid1": "826", "aid2": "548f27a3dabfaef989f09800", "label": 1, "name": "emanuele_buratti", "pid": "1989525083-1", "similarity": 0.6739130434782609, "soft_label": 0.97 } }
[ { "content": "\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学者,系统会提供两个论文集合:\n1. 内部源:当前被分配给该学者的论文集合(这是异常检测的目标集合)。\n2. 外部源:从外部学术数据库检索到的、与该学者有重合论文学者的论文集合。\n\n需要注意的是:**内部源和外部源中都可能包含被错误分配的论文**。 \n外部源并非一定是内部源作者本人,而是与内部源作者有重合论文学者的论文集合,仅作为对照证据来源,两个源的相似度越高,则外部源的可信度越高,如果相似度低,其中论文可以作为负参考。\n\n你的任务是:**判断提供的论文是否真实属于该目标学者**。\n\n你需要基于内部源和外...
single_round_nd
{ "ground_truth": 0.9675, "style": "rule" }
{ "metadata": { "aid1": "826", "aid2": "548f27a3dabfaef989f09800", "label": 1, "name": "emanuele_buratti", "pid": "1981610939-3", "similarity": 0.6739130434782609, "soft_label": 0.9675 } }
[ { "content": "\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学者,系统会提供两个论文集合:\n1. 内部源:当前被分配给该学者的论文集合(这是异常检测的目标集合)。\n2. 外部源:从外部学术数据库检索到的、与该学者有重合论文学者的论文集合。\n\n需要注意的是:**内部源和外部源中都可能包含被错误分配的论文**。 \n外部源并非一定是内部源作者本人,而是与内部源作者有重合论文学者的论文集合,仅作为对照证据来源,两个源的相似度越高,则外部源的可信度越高,如果相似度低,其中论文可以作为负参考。\n\n你的任务是:**判断提供的论文是否真实属于该目标学者**。\n\n你需要基于内部源和外...
single_round_nd
{ "ground_truth": 0.97, "style": "rule" }
{ "metadata": { "aid1": "826", "aid2": "548f27a3dabfaef989f09800", "label": 1, "name": "emanuele_buratti", "pid": "2050698029-1", "similarity": 0.6739130434782609, "soft_label": 0.97 } }
[ { "content": "\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学者,系统会提供两个论文集合:\n1. 内部源:当前被分配给该学者的论文集合(这是异常检测的目标集合)。\n2. 外部源:从外部学术数据库检索到的、与该学者有重合论文学者的论文集合。\n\n需要注意的是:**内部源和外部源中都可能包含被错误分配的论文**。 \n外部源并非一定是内部源作者本人,而是与内部源作者有重合论文学者的论文集合,仅作为对照证据来源,两个源的相似度越高,则外部源的可信度越高,如果相似度低,其中论文可以作为负参考。\n\n你的任务是:**判断提供的论文是否真实属于该目标学者**。\n\n你需要基于内部源和外...
single_round_nd
{ "ground_truth": 0.9650000000000001, "style": "rule" }
{ "metadata": { "aid1": "826", "aid2": "548f27a3dabfaef989f09800", "label": 1, "name": "emanuele_buratti", "pid": "1984586494-2", "similarity": 0.6739130434782609, "soft_label": 0.9650000000000001 } }
[ { "content": "\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学者,系统会提供两个论文集合:\n1. 内部源:当前被分配给该学者的论文集合(这是异常检测的目标集合)。\n2. 外部源:从外部学术数据库检索到的、与该学者有重合论文学者的论文集合。\n\n需要注意的是:**内部源和外部源中都可能包含被错误分配的论文**。 \n外部源并非一定是内部源作者本人,而是与内部源作者有重合论文学者的论文集合,仅作为对照证据来源,两个源的相似度越高,则外部源的可信度越高,如果相似度低,其中论文可以作为负参考。\n\n你的任务是:**判断提供的论文是否真实属于该目标学者**。\n\n你需要基于内部源和外...
single_round_nd
{ "ground_truth": 0.97, "style": "rule" }
{ "metadata": { "aid1": "826", "aid2": "548f27a3dabfaef989f09800", "label": 1, "name": "emanuele_buratti", "pid": "2156861733-0", "similarity": 0.6739130434782609, "soft_label": 0.97 } }
[{"content":"\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学(...TRUNCATED)
single_round_nd
{ "ground_truth": 0.9775, "style": "rule" }
{"metadata":{"aid1":"826","aid2":"548f27a3dabfaef989f09800","label":1,"name":"emanuele_buratti","pid(...TRUNCATED)
[{"content":"\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学(...TRUNCATED)
single_round_nd
{ "ground_truth": 0.97, "style": "rule" }
{"metadata":{"aid1":"826","aid2":"548f27a3dabfaef989f09800","label":1,"name":"emanuele_buratti","pid(...TRUNCATED)
[{"content":"\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学(...TRUNCATED)
single_round_nd
{ "ground_truth": 0.97, "style": "rule" }
{"metadata":{"aid1":"826","aid2":"548f27a3dabfaef989f09800","label":1,"name":"emanuele_buratti","pid(...TRUNCATED)
[{"content":"\n你正在进行一个学者论文异常分配检测任务。\n\n针对同一目标学(...TRUNCATED)
single_round_nd
{ "ground_truth": 0.9750000000000001, "style": "rule" }
{"metadata":{"aid1":"826","aid2":"548f27a3dabfaef989f09800","label":1,"name":"emanuele_buratti","pid(...TRUNCATED)
End of preview. Expand in Data Studio

No dataset card yet

Downloads last month
14