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")