Mistral-7B의 과학 지식·추론 능력 향상을 위해 6개 공개 과학 객관식 QA 데이터셋을 통일 포맷으로 변환하고, ARC-Challenge test와의 오염을 제거한 데이터셋입니다.
allenai/sciq
allenai/openbookqa (main)
allenai/qasc
allenai/quartz
allenai/ai2_arc (ARC-Easy / ARC-Challenge)
nguyen-brat/worldtree
포맷 통일: 각 데이터셋의 서로 다른 스키마를 unique_id, orig_id, source, question, choices, answer, support 필드로 변환. support는 근거 문단/문장으로, 데이터셋별 원본 필드(support/fact/para/cot)에서 구성하거나 없으면 빈 문자열.… See the full description on the dataset page:
https://huggingface.co/datasets/seonjeongh/science_reasoning.
