Датасет · nvidia
Датасет для RL-обучения научным рассуждениям
nvidia/Nemotron-RL-Science-v1
Задачи по физике, биологии и химии от NVIDIA с настройками верификатора для обучения с подкреплением.
Что внутри
Англоязычный текстовый датасет объемом от 100 тысяч до 1 миллиона записей от NVIDIA, созданный для обучения моделей рассуждениям (reasoning) в естественных науках с помощью RL. Каждая запись содержит задачу по физике, биологии или химии в формате открытого вопроса, эталонный ответ и конфигурацию среды для проверяемых наград (промпт агента, данные для верификатора и шаблон извлечения ответа).
Что можно сделать
- Обучение рассуждающих языковых моделей (RL с проверяемыми наградами) на научных задачах
- Дообучение моделей решению открытых вопросов по физике, химии и биологии
- Настройка пайплайнов автоматической проверки ответов в научных доменах
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 1,1 тыс.
- Лайков
- 18
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/Nemotron-RL-Science-v1")