Add bilingual dataset card (English + Simplified Chinese)

README.md

@@ -37,6 +37,8 @@ configs:
 
 # CropMath
 
+**English** | [简体中文](README.zh-CN.md)
+
 CropMath contains agricultural mechanistic formula questions with numeric
 reference answers and controlled knowledge conditions. The `cropmath-v1`
 snapshot is publicly available at

README.zh-CN.md

@@ -0,0 +1,93 @@
+# CropMath
+
+[English](README.md) | **简体中文**
+
+CropMath 是一个农业机理公式数值评测数据集，包含数值参考答案与受控知识条件。
+`cropmath-v1` 快照公开发布于
+[myy555/CropMath](https://huggingface.co/datasets/myy555/CropMath)；
+配套的提示构建器、评分器与校验脚本位于代码仓库
+[YuanyuanMa03/CropMath](https://github.com/YuanyuanMa03/CropMath)。
+
+## 内容与 split 关系
+
+| 配置 | dev | test | gold | hidden_public |
+|---|---:|---:|---:|---:|
+| default | 252 | 751 | 95 | — |
+| eval_prompts | 1,512 | 4,506 | 570 | — |
+| hidden_public | — | — | — | 160 |
+
+95 道 gold 题取自 test 用于审计；不要把它们叠加进 test 计数，也不要当作独立 split。
+开发/测试共有 1,003 道不重复题目。六条件展开是对同一批题目附加不同知识块，
+不产生独立新题。公式目录包含 62 个公开标识符 CMF001–CMF062。
+
+公开过程类别为 `growth_yield`、`carbon_nitrogen_cycle`、`methane_emission` 与
+`environmental_response`；推理模式为 `direct`、`sensitivity`、`branch` 与 `chain_2`。
+
+## 从 Hub 加载
+
+```python
+from datasets import load_dataset
+
+questions = load_dataset("myy555/CropMath", "default")
+prompts = load_dataset("myy555/CropMath", "eval_prompts")
+auxiliary = load_dataset("myy555/CropMath", "hidden_public")
+assert len(questions["test"]) == 751
+assert len(prompts["test"]) == 4506
+assert len(auxiliary["hidden_public"]) == 160
+```
+
+请在实验记录中固定所使用的数据集修订版本。不要把访问令牌写进代码或预测文件。
+
+如需离线使用或运行内置校验器，可下载本仓库后以本地路径加载。独立数据集目录还包含
+`pyproject.toml`、`uv.lock`、校验脚本与数据集测试。在其根目录执行：
+
+```bash
+uv sync --locked
+uv run --locked pytest -q tests
+uv run --locked python scripts/validate_cropmath_release.py --release-dir . --no-scan-repo-root
+uv run --locked python scripts/validate_formula_catalog.py --path metadata/formula_catalog.csv
+```
+
+GitHub 仓库内的副本请使用该仓库根目录 README 中的命令。校验通过仅表示所列本地检查
+通过，不确立科学有效性，也不代表在线 Viewer 行为。
+
+## 字段与使用方式
+
+`default` 行包含 `id`、`problem`、`formula`、`parameters`、推理模式、知识块、
+各条件提示、`answer` 与 `solution`。`eval_prompts` 行包含条件专属 `id`、原
+`sample_id`、`condition`、`prompt`、`answer_float`、`precision` 与分组元数据。
+只把所选 `prompt` 发给模型；不要把答案、解答、其他条件的知识块或评分元数据
+放进模型输入。
+
+六个条件为：C（公式与输入）、K_name（名称）、K_formula（参数语义）、
+K_domain（领域背景）、K_distractor（干扰项）、K_wrong（错误公式）。
+即使 K_wrong 提供了错误公式，目标仍是原题的参考答案。
+
+数值评分规则：
+
+```text
+abs(prediction - answer) <= max(0.5 * 10**(-precision), abs(answer) * 0.01)
+```
+
+无法解析的预测计为错误。跨条件请保持样本配对，统计推断需考虑公式级聚类。
+序列化协议见 `eval.yaml`，辅助集政策见 `HIDDEN_POLICY.md`。
+
+## 来源与局限
+
+本快照包含标准化表达式、参考答案标签、公开公式目录与审计元数据，不分发私有计算器
+实现、生成代码或逐公式的完整文献映射。因此本包支持题目复用与基于存储标签的数值
+预测校验，不能独立复现公式获取与参考答案生成的全过程。
+
+审计 CSV 与协议是随包提供的记录，不是由包校验器新执行的独立人工审计。自动化解析器
+测试检查序列化的解答，不证明人工审计的来源。题目输入为合成数据；本基准不确立模型
+在田间观测、完整作物模拟或真实农业决策上的可靠性。
+
+160 道辅助题公开题目而保留答案，不提供在线评分服务。ID 不重叠与答案保留不构成
+"无训练数据污染"的证明。见 `HIDDEN_POLICY.md`。
+
+## 许可与署名
+
+数据集内容采用 CC BY 4.0 提供，见 `LICENSE`；本数据集仓库内置校验代码采用
+`CODE_LICENSE` 中的 MIT 条款。GitHub 仓库对其代码另附 MIT 许可。署名元数据见
+`CITATION.cff`（含代码仓库链接）。不声明论文 DOI；既有声明保持原样。
+这些产物支持的范围见[可复现性说明](REPRODUCIBILITY.md)。