Datasets:

Modalities:
Tabular
Text
Formats:
csv
Libraries:
Datasets
pandas
License:
serino28 commited on
Commit
b59d3c6
·
verified ·
1 Parent(s): a250666

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +27 -24
README.md CHANGED
@@ -1,53 +1,56 @@
1
  ---
2
  license: mit
3
  ---
4
- # 📊 Dataset: Nome del Dataset
5
 
6
- Benvenuti al **Nome del Dataset**! Questo dataset è stato progettato per [inserire lo scopo del dataset, ad esempio "l'analisi predittiva", "la visualizzazione dei trend storici", ecc.]. È composto da [numero di righe e colonne] e contiene informazioni dettagliate su [breve descrizione del contenuto].
7
 
8
  ---
9
 
10
- ## 📁 Struttura del Dataset
11
 
12
- | Colonna | Tipo di Dato | Descrizione |
13
- | -------------- | ------------- | ---------------------------------------------- |
14
- | `colonna_1` | [es. Integer] | [Descrizione della colonna 1] |
15
- | `colonna_2` | [es. String] | [Descrizione della colonna 2] |
16
- | `colonna_3` | [es. Float] | [Descrizione della colonna 3] |
 
17
 
18
- > **Nota**: Se ci sono valori mancanti, i dati nulli sono indicati con `NaN`.
19
 
20
  ---
21
 
22
- ## 📈 Statistiche Riassuntive
23
 
24
- - **Totale campioni**: [numero]
25
- - **Valori nulli**: [numero o percentuale]
26
- - **Range temporale**: [ad esempio, 2010-2020]
27
- - **Dimensione del file**: [es. 50MB]
28
 
29
  ---
30
 
31
- ## 🔍 Caratteristiche Principali
32
 
33
- - **Qualità dei dati**: Il dataset è stato pulito e normalizzato per garantire la coerenza. Tuttavia, si raccomanda di verificare i dati nulli e i valori anomali.
34
- - **Aggiornamenti**: Questo dataset viene aggiornato mensilmente per includere i dati più recenti.
35
- - **Applicazioni**: Può essere utilizzato per [esempi di applicazioni come: "modelli di machine learning", "analisi esplorative", "visualizzazioni avanzate"].
 
36
 
37
  ---
38
 
39
- ## 🛠️ Utilizzo del Dataset
40
 
41
- ### Esempio di caricamento
42
 
43
- Puoi caricare questo dataset in Python utilizzando `pandas`:
44
 
45
  ```python
46
  import pandas as pd
47
 
48
- # Caricamento del dataset
49
- df = pd.read_csv('nome_del_dataset.csv')
50
 
51
- # Visualizza le prime righe del dataset
52
  print(df.head())
53
 
 
 
1
  ---
2
  license: mit
3
  ---
4
+ # 🚗 BEst DrivEr’s License Performer (BEEP) Dataset
5
 
6
+ **BEEP** is a challenge benchmark designed to evaluate large language models (LLMs) through a simulation of the Italian driver’s license exam. This dataset focuses on understanding traffic laws and reasoning through driving situations, replicating the complexity of the Italian licensing process.
7
 
8
  ---
9
 
10
+ ## 📁 Dataset Structure
11
 
12
+ | Column | Data Type | Description |
13
+ | ---------------------- | ------------- | --------------------------------------------------------------------------- |
14
+ | `Categorisation Structure` | [String] | Hierarchical categorisation of major, minor, and subcategories for each question |
15
+ | `Question Text` | [String] | The actual content of the question |
16
+ | `True Answer` | [Boolean] | True or false answer |
17
+ | `Figure` | [String] | Reference to an accompanying figure, if present |
18
 
19
+ > **Note**: Questions are organised into a classification system that reflects the complexity of road rules and signage.
20
 
21
  ---
22
 
23
+ ## 📊 Summary Statistics
24
 
25
+ - **Total Questions**: [number]
26
+ - **Questions with Figures**: [number]
27
+ - **Main Categories**: [number]
28
+ - **Last Updated**: 01/07/2020
29
 
30
  ---
31
 
32
+ ## 🔍 Key Features
33
 
34
+ - **Source**: The dataset is derived from the publicly accessible official document "Listato A e B", provided by the Italian Ministry of Infrastructure and Transport. It includes all questions related to driver’s license categories A and B.
35
+ - **Hierarchical Structure**: Questions are classified into major categories, such as "Road Signage", and further subdivided into minor and subcategories for precise categorisation.
36
+ - **Question Format**: The dataset primarily consists of true/false questions aimed at evaluating knowledge of traffic laws, signage, and driving behavior.
37
+ - **Exclusions**: For the **CALAMITA** challenge, questions containing images are excluded, focusing solely on text-based questions.
38
 
39
  ---
40
 
41
+ ## 🛠️ Using the Dataset
42
 
43
+ ### Loading Example
44
 
45
+ You can load this dataset in Python using `pandas`:
46
 
47
  ```python
48
  import pandas as pd
49
 
50
+ # Load the dataset
51
+ df = pd.read_csv('beep_dataset.csv')
52
 
53
+ # Display the first few rows of the dataset
54
  print(df.head())
55
 
56
+