Датасет · garage-bAInd
Open-Platypus для логического reasoning
garage-bAInd/Open-Platypus
Отфильтрованный набор текстовых задач для улучшения логических рассуждений LLM.
Что внутри
Датасет ориентирован на улучшение логических рассуждений LLM и использовался для обучения моделей Platypus2. Он собран из нескольких источников, включая PRM800K, MATH, ScienceQA, SciBench, ReClor и TheoremQA; вопросы отфильтрованы по ключевым словам и через Sentence Transformers с удалением похожих более чем на 80%. Язык — английский, размер — от 10K до 100K примеров, модальность — текст.
Что можно сделать
- SFT LLM на задачах reasoning
- Дообучение LoRA для математических и логических задач
- Оценка модели на вопросах из MATH и ScienceQA
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 14 тыс.
- Лайков
- 432
Модели, обученные на нём
- rombodawg/rombos_Replete-Coder-Llama3-8BГенерация текста 9,2 тыс.
- uukuguy/speechless-code-mistral-7b-v1.0Генерация текста 9 тыс.
- bartowski/granite-20b-code-instruct-GGUFГенерация текста 8,6 тыс.
- mradermacher/granite-20b-code-instruct-i1-GGUF 7,5 тыс.
- TheBloke/CausalLM-7B-GGUFГенерация текста 6,7 тыс.
- ibm-granite/granite-8b-code-instruct-4k-GGUFГенерация текста 5,1 тыс.
- mradermacher/granite-8b-code-instruct-i1-GGUF 4,7 тыс.
- TheBloke/CausalLM-14B-GGUFГенерация текста 4,5 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("garage-bAInd/Open-Platypus")