К содержимому

Датасет · nvidia

Научный SFT-датасет Nemotron Science

nvidia/Nemotron-SFT-Science-v2

Крупный датасет научных рассуждений по физике, химии и биологии с синтетическими и реальными задачами.

Что внутри

Содержит от 1M до 10M примеров на английском языке. Включает физику, биологию и химию в формате тестов с выбором ответа и открытых вопросов. Решения сгенерированы LLM с использованием пошаговых рассуждений (CoT), Python и инструментов поиска.

Что можно сделать

  • Обучение научных LLM с рассуждениями (CoT)
  • Тренировка моделей использовать инструменты вроде Python и поиска
Задачи
Генерация текста
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
22 тыс.
Лайков
21

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("nvidia/Nemotron-SFT-Science-v2")