К содержимому

Датасет · simpleG2023

Научные выжимки и таблицы по материаловедению из Китая

simpleG2023/chinese-materials-science-open-intelligence

Структурированные обзоры китайских исследований в материаловедении, полупроводниках и металлургии с таблицами и парами вопрос-ответ.

Что внутри

Внутри находятся структурированные обзоры научных работ на английском языке, ссылки (DOI), извлечённые таблицы бенчмарков в формате Markdown, пары вопрос-ответ и микрофотографии высокого разрешения. Данные посвящены китайским исследованиям в области материаловедения, полупроводников, металлургии и высоких технологий. В датасете меньше 1000 записей (таблицы и текст на английском и китайском языках).

Что можно сделать

  • Обучение и проверка RAG-систем для поиска по научным публикациям и таблицам
  • Дообучение (SFT) моделей для ответов на узкоспециализированные инженерные вопросы
Задачи
Поиск по текстам, Вопрос-ответ, Вопросы по таблицам, Генерация текста
Языки
Английский, Китайский
Размер
до 1K записей
Скачиваний за месяц
763
Лайков
3
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("simpleG2023/chinese-materials-science-open-intelligence")