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")