Датасет · argilla
Математические DPO-предпочтения
argilla/distilabel-math-preference-dpo
Английский набор предпочтений для математики в DPO-формате; карточка почти пустая.
Что внутри
Датасет для text-generation на английском, модальности tabular и text, размер 1–10 тыс. примеров. В карточке стоит только заглушка «More Information needed», поэтому состав, источник и формат не описаны. По названию это preference-DPO для математических ответов.
Что можно сделать
- DPO-дообучение математической LLM
- Сравнение пар математических решений
- Проверка предпочтений в ответах
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 294
- Лайков
- 88
Модели, обученные на нём
- mradermacher/B2-Nimble-Bophades-9B-i1-GGUF 1,9 тыс.
- mradermacher/B2-Bophades-9B-i1-GGUF 1,9 тыс.
- TheBloke/LUNA-SOLARkrautLM-Instruct-GGUFГенерация текста 1,8 тыс.
- TheBloke/SauerkrautLM-SOLAR-Instruct-GGUFГенерация текста 1,8 тыс.
- TheBloke/SauerkrautLM-Mixtral-8x7B-Instruct-GGUFГенерация текста 1,5 тыс.
- mradermacher/SauerkrautLM-Mixtral-8x7B-i1-GGUF 1,2 тыс.
- mradermacher/B2-Nimble-Bophades-9B-GGUF 997
- mradermacher/B2-Bophades-9B-GGUF 959
Как загрузить
from datasets import load_dataset
ds = load_dataset("argilla/distilabel-math-preference-dpo")