Для каждого вопроса известна доля команд, взявших его на настоящих турнирах. Такой сводной статистики в открытом виде больше нет: база вопросов хранит тексты, рейтинговая система хранит результаты, а связь между ними и сложность по вопросам посчитаны здесь.
| Поле | Что это |
|---|---|
| qid | идентификатор вопроса в Базе вопросов ЧГК |
| url | ссылка на первоисточник; по ней датасет склеивается с текстами |
| package | пакет, к которому относится вопрос |
| take_rate | доля команд, взявших вопрос, от 0 до 1 |
| n_teams | сколько команд играло этот вопрос |
| difficulty | сложность в логитах: ln((1 − p) / p). Больше значит труднее |
| n_sources | сколько турниров дало статистику по этому пакету |
Текстов вопросов в файле нет: они принадлежат авторам и распространяются на своих условиях. Здесь только производные величины и ссылка на первоисточник.
Рейтинговая система хранит для каждой команды на турнире маску взятия: строку из нулей и единиц по каждому вопросу пакета. Доля взятия вопроса — это доля единиц в его позиции по всем командам турнира.
Пакеты базы сопоставляются с турнирами по названию, году, номеру этапа и числу вопросов. Текстового сходства не хватает, поэтому пару подтверждает независимый признак — состав редакторов: требуется не менее трёх общих фамилий. На проверенной выборке такое правило срабатывает у 59% верных пар и лишь у 0.03% случайных.
Один пакет нередко играется на нескольких турнирах. Такие турниры объединяются, а подтверждает объединение сам материал: если два турнира играли один пакет, их доли взятия обязаны коррелировать. Настоящие пары дают корреляцию от 0.62 до 0.92, чужие не выше 0.21; порог стоит на 0.5.
Отдельная предосторожность касается нумерации. В пакетах базы встречаются разминочные вопросы, которых нет в масках турнира. Если их не вычесть, позиции съезжают и каждому вопросу достаётся сложность соседнего. Поэтому статистика принимается только при точном совпадении длины пакета с длиной маски, иначе турнир отбрасывается целиком.
Александр Айвазов. Датасет «Сложность вопросов ЧГК», minutaposhla.ru/data, 2026-08-21. Лицензия CC BY 4.0.