登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Astral-Bench
Astral-Bench
收藏
kaggle
2026-04-23 更新
2026-03-21 收录
数学问题
LLM基准测试
数据链接:
https://www.kaggle.com/datasets/nguyennguyen599/astral-bench
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
A Curated Collection of 50 Hard Math Problems for LLM Benchmarking
用于大语言模型(LLM)基准测试的50道精选高难度数学试题合集
应用场景:
创建时间:
2026-02-10
相关数据集
AoPS-Instruct
数学问题
自然语言处理
该数据集包含了从“艺术解决问题”论坛中提取的超过60万对高质量的问题与答案,旨在提升大型语言模型在推理能力上的表现。此外,该数据集中还包含了从常用的数学基准测试中清洗过的数据,以避免与现有数据重叠。规模上,该数据集超过了60万对问题与答案,任务则是针对奥林匹克级别的数学问题,对大型语言模型进行训练和评估。
arXiv
32
0
BLR2/MATH-500-full
数学问题
机器学习
该数据集包含多个特征,如problem(问题)、original_problem(原始问题)、original_unique_id(原始唯一标识符)、subject(主题)、level(级别)、variant_id(变体标识符)、original_index(原始索引)和answer(答案),所有特征均指定了数据类型。数据集包含一个名为train的分割,包含5,000个示例,总大小为2,490,5
Hugging Face
2025-12-17 更新
18
0
Data for: 3269482
分配公平性
数学问题
Data for the article "Fair Cake-Cutting in Practice"
Mendeley Data
2024-06-25 更新
12
0
fairseq2-lm-gsm8k
文本生成
数学问题
GSM8K数据集是一个用于文本生成任务的英语单语数据集,特别针对数学单词问题。它包含多个配置,如sft、dpo和test,每个配置都有不同的特征。sft和test配置包含源文本(src)和目标文本(tgt),而dpo配置则包含源文本、被选中的目标文本(tgt_chosen)和被拒绝的目标文本(tgt_rejected)。数据集的规模在10K到100K之间。
Hugging Face
2024-11-19 更新
19
0
Lots-of-LoRAs/task752_svamp_multiplication_question_answering
数学问题
算术文本生成
task752_svamp乘法问题回答数据集是一个由众包创建的英文文本生成数据集。它包含了输入、输出和id三个字段,适用于训练和评估自然语言处理模型在乘法问题回答任务上的性能。数据集分为训练集、验证集和测试集,分别包含86、11和11个样本。
Hugging Face
2025-01-05 更新
12
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广