Azure99/blossom-math-v3

---
license: apache-2.0
task_categories:
- text-generation
- text2text-generation
language:
- zh
- en
size_categories:
- 10K<n<100K
---
# BLOSSOM MATH V3

### 介绍

Blossom Math V3是基于Math23K和GSM8K衍生而来的中英双语数学对话数据集，适用于数学问题微调。

相比于blossom-math-v2，进一步优化了数据处理流程，并强化答案检查。

本数据集采用全量Math23K、GSM8K和翻译后的GSM8K的问题，随后调用gpt-3.5-turbo-0613生成结果，并使用原始数据集中的答案对生成的结果进行验证，过滤掉错误答案，很大程度上保证了问题和答案的准确性。

本次发布了全量数据的25%，包含10K记录。

### 语言

中文和英文

### 数据集结构

每条数据代表一个完整的题目及答案，包含id、input、output、answer、dataset四个字段。

- id：字符串，代表原始数据集中的题目id，与dataset字段结合可确定唯一题目。
- input：字符串，代表问题。
- output：字符串，代表gpt-3.5-turbo-0613生成的答案。
- answer：字符串，代表正确答案。
- dataset：字符串，代表原始数据集。

### 数据集限制

本数据集的所有响应均由gpt-3.5-turbo-0613生成，并经过初步校验，但仍可能包含不准确的回答。

原始信息汇总

BLOSSOM MATH V3 数据集概述

介绍

Blossom Math V3 是一个基于 Math23K 和 GSM8K 衍生而来的中英双语数学对话数据集，适用于数学问题微调。相比于 Blossom Math V2，本数据集进一步优化了数据处理流程，并强化了答案检查。数据集采用全量 Math23K、GSM8K 和翻译后的 GSM8K 的问题，通过调用 gpt-3.5-turbo-0613 生成结果，并使用原始数据集中的答案对生成的结果进行验证，过滤掉错误答案，从而保证了问题和答案的准确性。本次发布了全量数据的 25%，包含 10K 记录。

语言

数据集支持中文和英文。

数据集结构

每条数据代表一个完整的题目及答案，包含以下字段：

• id：字符串，代表原始数据集中的题目 id，与 dataset 字段结合可确定唯一题目。
• input：字符串，代表问题。
• output：字符串，代表 gpt-3.5-turbo-0613 生成的答案。
• answer：字符串，代表正确答案。
• dataset：字符串，代表原始数据集。

数据集限制

本数据集的所有响应均由 gpt-3.5-turbo-0613 生成，并经过初步校验，但仍可能包含不准确的回答。