# Validation Set

`data/heldout_2p8k.jsonl` 是原始 messages 格式，合计 2,800 条：

| 能力维度 | 数量 |
|---|---:|
| science_reasoning | 400 |
| logic | 400 |
| code | 400 |
| chinese_exam | 400 |
| math | 400 |
| chinese_dialogue | 400 |
| english_dialogue | 400 |

派生格式：

- `heldout_2p8k_sft_prompt_completion.jsonl`: prompt/completion 格式，适合计算 completion nll/perplexity。
- `heldout_2p8k_packed_text.jsonl`: text 格式，适合 packed LM validation。
- `build_stats.json`: 构建统计和来源分布。

这些样本来源包括 GSM8K、COIG-CQIA、UltraChat、HumanEval、MBPP、BBH logical deduction、ARC-Challenge、MMLU formal logic/logical fallacies、CEVAL 等。