MetaMath_DPO_FewShot 数据集是一个基于 GSM8K 数据集的扩展，包含了小学水平的多样化数学文字问题。该数据集将问题分为查询和响应，查询是涉及数学计算或推理的问题，响应是一个包含最终答案的逻辑步骤和计算序列。数据集通过创建一个配对的偏好版本，其中包含了正确的响应和一个通过随机篡改中间计算结果产生的错误响应。构建这个数据集的目的是为了使模型在中间计算中更加精确。数据集具有较低的编

Hugging Face2025-05-11 更新70

MLPerf Inference BERT sparse model on SQuAD v1.1 dataset

机器阅读理解

推理优化

BERT Large. { "hidden-size": 1024, "num-attention-heads": 16, "num-layers": 24, "max-seq-length": 384 } Fine tuned model for sparsity.

Zenodo2020-09-15 更新50

基于GenData V2数据集的大语言模型量化校准数据集

语言模型量化

模型精度校准

基于GenDataV2数据集的大语言模型量化校准数据集旨在生成一个高质量的校准数据集，用于量化大语言模型时的精度校准。确保数据集涵盖多样化的文本输入，反映大语言模型在实际应用中的各种输入场景，如对话生成、文本摘要、问答系统等，数据集需要适应不同的任务和场景，特别是那些对量化敏感的任务，确保模型在量化后的各类任务中表现稳定。从互联网获取GenDataV2数据集选取具有代表性的文本数据，这些数据应涵盖

国家基础学科公共科学数据中心130

openminderai/cod

思维链蒸馏

推理优化

该数据集包含问题、思考轨迹和编辑后的输出。具体包括：原始问题、Deepseek的原始思考轨迹、Claude的精炼推理链（如果有的话）、解决方案（如果有）以及用于提示的消息（JSON字符串）。

Hugging Face2025-03-08 更新60