К содержимому

Датасет · MegaScience

Тексты по естественным наукам для рассуждений (reasoning)

MegaScience/TextbookReasoning

Крупный англоязычный датасет по естественным наукам для пост-обучения моделей с навыками логических рассуждений.

Что внутри

Датасет содержит от 100 тысяч до 1 миллиона текстовых записей на английском языке, ориентированных на научные рассуждения (scientific reasoning) в области естественных наук. Набор создан для восполнения дефицита открытых и проверяемых научных данных, поскольку большинство существующих корпусов сосредоточены на математике и программировании.

Что можно сделать

  • Пост-обучение (SFT и RL) языковых моделей для решения задач в области естественных наук
  • Разработка ИИ-ассистентов для научных исследований
  • Оценка способности LLM к сложным научным рассуждениям
Задачи
Генерация текста
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
7,3 тыс.
Лайков
37

Как загрузить

from datasets import load_dataset

ds = load_dataset("MegaScience/TextbookReasoning")