К содержимому

Датасет · nvidia

Вопросы по химии для RL-обучения моделей

nvidia/Nemotron-RL-litmus-bench-v0.2

Открытый датасет из 49 тысяч химических вопросов с краткими ответами для обучения и оценки моделей методом RL.

Что внутри

Набор текстовых данных на английском языке от NVIDIA (часть библиотеки NeMo Gym) включает 47 118 тренировочных и 2 056 тестовых вопросов, требующих краткого ответа. Задания собраны на основе баз ChEMBL, ExpansionRx и Biogen, а в части из них используются молекулярные дескрипторы RDKit.

Что можно сделать

  • Обучение языковых моделей химическим рассуждениям с помощью RL
  • Бенчмаркинг точности LLM в задачах вычислительной химии
Задачи
Генерация текста
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
1 тыс.
Лайков
37

Как загрузить

from datasets import load_dataset

ds = load_dataset("nvidia/Nemotron-RL-litmus-bench-v0.2")