datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
MedMCQA
MedMCQA-CoT: 医学多肢選択問題with Chain-of-Thought推論
データセット概要
MedMCQA-CoTは、MedMCQAデータセットの拡張版で、各医学多肢選択問題に高品質なChain-of-Thought（CoT）推論を追加したデータセットです。医学的な推論プロセスを説明できるAIシステムの開発を支援することを目的としています。
主な特徴
2,020件の医学MCQ問題 - 元のMedMCQAデータセットから抽出
Chain-of-Thought推論 - DeepSeek-R1モデルで生成
95.5%の回答精度 - 生成されたCoTが正解に導く割合
0.952の平均品質スコア - 医学用語密度と推論品質に基づく評価
包括的なメタデータ - 品質スコア、医学専門分野、生成統計を含む
データセット詳細
各レコードの構成:
question: MedMCQAからの元の医学問題
answer: 正解の選択肢（A, B, C, D）
cot:… See the full description on the dataset page: https://huggingface.co/datasets/weblab-llm-competition-2025-bridge/MedMCQA.gemma-health-synthetic-telugu-medmcqa-sft
Gemma Health Telugu SFT
Splits:
train: 17481 rows
test: 6150 rows
Each row contains:
messages: TRL/Unsloth conversational SFT format.
text: plain serialized chat text fallback.
source, variant, prompt, response: traceability fields.
from datasets import load_dataset
dataset = load_dataset("RohithMidigudla/gemma-health-synthetic-telugu-medmcqa-sft", split="train", streaming=True)
test_dataset = load_dataset("RohithMidigudla/gemma-health-synthetic-telugu-medmcqa-sft"… See the full description on the dataset page: https://huggingface.co/datasets/RohithMidigudla/gemma-health-synthetic-telugu-medmcqa-sft.