HYUKI5/tasksource__cycic_classification

tasksource/cycic_classification（複製）

データの内容

常識を問う問題（CycIC）のデータ。1 行が 1 問（question）で、問いの種類（questionType）、カテゴリ（categories）、blanks（真偽値）、正解の番号（correct_answer）が付く。元は Kejriwal と Shen（2020）の論文 Do Fine-tuned Commonsense Language Models Really Generalize? に関するデータである。

データの概要

項目	値
行数	4,774（1 構成・2 分割の合計）
列数	7
容量	461.30 KB（ファイル 4 本）
ファイルの形式	parquet 2
言語	en
公開	public

構成と分割

構成（config）	分割（split）ごとの行数	列数
default	train 4,156、validation 618	7

列（構成 default・分割 train）

列	型	先頭の行の値
run_id	int64	187951
guid	string	4e52c531-5915-420c-b7a1-761acc9d4cda
correct_answer	int64	0
categories	list<string>	[1 件]
questionType	string	binary
question	string	Suppose Jerome got a surprise delivery. The thin…
blanks	bool	False

行数と列は HF のデータセットビューアの集計（元のデータセットの現在の版で数えたもの）。全データセットの一覧は HYUKI5/dataset-catalog にある。

複製について

tasksource/cycic_classification をリビジョン b4864d6b5d0a53b3c8c4854de38b1b4861021acc の時点でそのまま複製したもの。中身は変えていない。判断モデル Laya（convaiinnovations/laya）の微調整に使う候補として、調査メモ（Laya 学習用データセット調査）に載せたデータを集めている。

出典

• 元のデータセット: https://huggingface.co/datasets/tasksource/cycic_classification
• 複製したリビジョン: b4864d6b5d0a53b3c8c4854de38b1b4861021acc（2026-10-16 07:59:19+00:00）
• 元のライセンス表記: apache-2.0

論文

• https://arxiv.org/abs/2301.05948

アノテーションの方法

元のカードにアノテーションの節が無かった。下の「調査メモの記述」と「元のカード」を参照。

微調整に使うときの注意

• 調査メモの台帳での区分: A（許諾型のライセンスだけで、疑義の注記が無い）。区分は記載の文言で機械的に付けたもので、法的な判定ではない。学習に入れる前に元のカードとライセンスの原文で確かめる。
• Laya の入力は 2,048 token まで（ModernBERT-large / mmBERT）。長い本文は先頭から黙って切られるので、切れる行は事前に除くか、要約・切り出しをしてから入れる。
• 分割は記事・文書単位で行い、同じ本文から作った別の問いを学習側と較正側に分けない。温度と閾値は学習に使っていない分割で別々に当てる。

調査メモの記述

メモ	節	ライセンス（記載）	確認	注記
jev_sources_tasksource_bekko.csv	CSV（tasksource-jev-typed-decisions）	apache-2.0 / license_use=commercial	確認済	license_use=commercial ／ [Jev 元データ source] source_annotation_converted(deterministic recast; no model r

元のカード（日本語訳）

以下は元のデータセットのカードの本文を日本語に訳したもの（機械翻訳）。訳に疑問があるときは、末尾の原文を確かめる。

---

https://storage.googleapis.com/ai2-mosaic/public/cycic/CycIC-train-dev.zip https://colab.research.google.com/drive/16nyxZPS7-ZDFwp7tn_q72Jxyv0dzK1MP?usp=sharing

@article{Kejriwal2020DoFC,
  title={Do Fine-tuned Commonsense Language Models Really Generalize?},
  author={Mayank Kejriwal and Ke Shen},
  journal={ArXiv},
  year={2020},
  volume={abs/2011.09159}
}

tasksource 向けに次の引用を追加した。

@article{sileo2023tasksource,
  title={tasksource: Structured Dataset Preprocessing Annotations for Frictionless Extreme Multi-Task Learning and Evaluation},
  author={Sileo, Damien},
  url= {https://arxiv.org/abs/2301.05948},
  journal={arXiv preprint arXiv:2301.05948},
  year={2023}
}

原文（英語）

https://storage.googleapis.com/ai2-mosaic/public/cycic/CycIC-train-dev.zip https://colab.research.google.com/drive/16nyxZPS7-ZDFwp7tn_q72Jxyv0dzK1MP?usp=sharing

@article{Kejriwal2020DoFC,
  title={Do Fine-tuned Commonsense Language Models Really Generalize?},
  author={Mayank Kejriwal and Ke Shen},
  journal={ArXiv},
  year={2020},
  volume={abs/2011.09159}
}

added for

@article{sileo2023tasksource,
  title={tasksource: Structured Dataset Preprocessing Annotations for Frictionless Extreme Multi-Task Learning and Evaluation},
  author={Sileo, Damien},
  url= {https://arxiv.org/abs/2301.05948},
  journal={arXiv preprint arXiv:2301.05948},
  year={2023}
}