Update README.md
Browse files
README.md
CHANGED
|
@@ -52,5 +52,16 @@ pinned: false
|
|
| 52 |
- **阈值只在验证集上选**，按 `qid` 划分防泄漏。
|
| 53 |
- **每个阶段结束碰头 15 分钟**，确认产出齐了再进入下一阶段。
|
| 54 |
|
| 55 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 56 |
|
|
|
|
| 52 |
- **阈值只在验证集上选**，按 `qid` 划分防泄漏。
|
| 53 |
- **每个阶段结束碰头 15 分钟**，确认产出齐了再进入下一阶段。
|
| 54 |
|
| 55 |
+
## 数据接口
|
| 56 |
+
| 字段 | 含义 |
|
| 57 |
+
|---|---|
|
| 58 |
+
| `qid` | 规范化问题文本的哈希编号，用于问题分组 |
|
| 59 |
+
| `original_id` | 原始 JSONL 从 0 开始的行号，不是官方提供的 ID |
|
| 60 |
+
| `question` | 规范化后的问题 |
|
| 61 |
+
| `text` | 规范化后的单条完整回答 |
|
| 62 |
+
| `label` | 0=human，1=ChatGPT |
|
| 63 |
+
| `source` | 原始来源领域 |
|
| 64 |
+
| `answer_index` | 回答在原问题对应的人类或 ChatGPT 列表中的位置，从 0 开始 |
|
| 65 |
+
| `text_hash` | 规范化回答经 casefold 后的 SHA-256，用于去重检查 |
|
| 66 |
+
| `split` | train、val、test_id 或 test_ood |
|
| 67 |
|