aaron1141/flipvqa_bio

Biology QA (生物)

本目录提供 biology_qa 子集，已按本项目统一的提交规范整理。

Item	Value
Subject id	biology_qa
File	biology_qa.json
Records	79,950
Approx. size	391.9 MB
Source	sci_data/biology_qa
Origin	merged_all_11_qa_step2_correct.json (filtered: match=true & evaluator_judgment=true)

Required Format

每条样本统一使用以下字段：

Field	Description
question	题目或任务文本
answer	简短最终答案，尽量从最终 \boxed{} 中抽取
solution	不带 <think> 标签的完整推理过程
cot_answer	带 <think>...</think> 的推理过程，标签后给出最终答案
instruction	system prompt
source	数据来源标识

Example (real record from this subset)

{
  "question": "发明人痘的人是下列哪个国家的\nA. 中国\nB. 土耳其\nC. 英国\nD. 德国\nE. 美国",
  "answer": "A",
  "solution": "Solution:\n1. 确定\"人痘\"的历史背景：\n→ 人痘接种术是中国古代预防天花的免疫方法，最早可追溯至宋代文献记载。\n\n2. 考察各国贡献：\n→ 中国明代医生发明将天花痂皮吹入鼻腔的接种法（人痘）\n→ 土耳其在18世纪传播该技术到欧洲\n→ 英国爱德华·詹纳于1796年发明牛痘疫苗（非人痘）\n\n3. 关键区分：\n→ 题干明确询问\"人痘\"而非牛痘\n→ 牛痘疫苗由英国人发明（选项C），但人痘技术源自中国\n\n\\boxed{A}",
  "cot_answer": "<think>\n好的，我现在需要解决的问题是：发明人痘的人是下列哪个国家的，选项包括中国、土耳其、英国、德国和美国。首先，我得弄清楚什么是“人痘”。根据之前学过的知识，人痘应该是指早期的天花疫苗接种技术，也就是种痘术。\n\n接下来，我需要回忆一下种痘术的历史。我记得天花是一种古老的疾病，古代中国和中东地区可能有早期的免疫实践。但真正科学意义上的疫苗是由爱德华·詹纳（Edward Jenner）发明的。他使用牛痘病毒来接种，从而预防天花。爱德华·詹纳是英国人，所以这可能对应选项C，英国。\n\n不过，题目里问的是“人痘”，而詹纳用的是牛痘。这里可能存在翻译或者术语的问题。是不是题目中的“人痘”指的是牛痘疫苗？如果是的话，那答案应该是英国。但有没有可能题目中的“人痘”指的是更早期的人工免疫方法，比如中国的种人痘法？\n\n中国的种痘术，比如“人痘接种法”，是在詹纳之前就存在的。这种方法是将天花患者的痂皮吹入健康人的鼻孔中，使其获得免疫力。这种方法在古代中国有记载，后来传到土耳其，再由土耳其传到欧洲。例如，蒙塔古夫人（Lady Mary Wortley Montagu）在土耳其了解到这种方法后，带回英国推广。但这种方法使用的是天花病毒本身，风险较高，而詹纳的方法更安全，使用牛痘。\n\n题目问的是“发明人痘的人”，如果这里的“人痘”指的是早期的人痘接种术，那么答案可能是中国，因为中国有较早的记载。但如果是问现代疫苗的发明者，则英国。但问题中的选项是否涉及这些呢？\n\n需要再仔细看一下题目选项：选项A是中国，B是土耳其，C是英国，D德国，E美国。根据历史知识，中国在宋代就有种痘术的记载，而土耳其可能是在传播过程中起到作用，比如奥斯曼帝国时期。而爱德华·詹纳是英国人，发明牛痘疫苗，但题目中的“人痘”可能指的是牛痘疫苗吗？或者这里的“人痘”是翻译的问题？\n\n可能题目中的“人痘”指的是天花疫苗的发明者， ... (truncated)",
  "instruction": "Solve the problem below step by step, showing clear reasoning at each stage. Put your final answer in \\boxed{}.",
  "source": "sci_data/biology_qa"
}

LlamaFactory Mapping

JSON Field	LlamaFactory Role
instruction	prompt
question	query
cot_answer	response
solution	alternative response

可参考根目录下 dataset_info.json 直接注册：

"sci_biology_qa": {
  "file_name": "biology_qa/biology_qa.json",
  "formatting": "alpaca",
  "columns": {
    "prompt":   "instruction",
    "query":    "question",
    "response": "cot_answer"
  }
}

Checklist

• 字段名严格一致：question, answer, solution, cot_answer, instruction, source
• solution 中不含 <think> 标签
• cot_answer 保留 <think>...</think> 格式
• answer 简短规范
• source 可追溯（sci_data/biology_qa）
• 大文件请按 Git LFS 方式提交（本子集 ~391.9 MB）

Notes

• 数据来源于 merged_all_11_qa_step2_correct.json（已通过 match 与 evaluator_judgment 双重校验）。
• cot_answer 原始来自模型 rollout，solution 来自原教材题解（已去除 markdown 图片引用以外的内容）。
• 若教材原解答里引用了图片（![...](question_images/xxx.jpg)），目前未随附图片文件；如需多模态训练请额外补齐图片。