К содержимому

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

Как загрузить

from datasets import load_dataset

ds = load_dataset("hoskinson-center/proof-pile")