Датасет · hoskinson-center
Корпус математических текстов Proof-Pile
hoskinson-center/proof-pile
Высококачественные математические тексты на английском для обучения и дообучения языковых моделей.
Что внутри
Датасет содержит тексты по математике на английском языке; по метаданным размер составляет от 100 тыс. до 1 млн примеров. В карточке указано только, что это высококачественный математический текст; источники и точный формат не описаны.
Что можно сделать
- Дообучение LLM решать математические задачи
- SFT модели на математических рассуждениях
- Оценка качества генерации математических текстов
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 4,5 тыс.
- Лайков
- 70
Модели, обученные на нём
- BSC-LT/salamandra-7b-instructГенерация текста 31,5 тыс.
- BSC-LT/salamandra-7bГенерация текста 3,7 тыс.
- BSC-LT/salamandra-2bГенерация текста 3,6 тыс.
- BSC-LT/salamandra-2b-instructГенерация текста 2,2 тыс.
- BSC-LT/ALIA-40bГенерация текста 2 тыс.
- mradermacher/ALIA-40b-i1-GGUF 1,1 тыс.
- mradermacher/ALIA-40b-GGUF 492
- mradermacher/salamandra-2b-instruct-GGUF 426
Как загрузить
from datasets import load_dataset
ds = load_dataset("hoskinson-center/proof-pile")