thanhdath/vietnamese-mathcoder

该数据集包含英文和越南语样本。每个样本有三种解决方案：编码解决方案、解释解决方案和直接解决方案，分别用<sol>、<exp>和<dir>标记。对于编码解决方案，执行Python代码以获取输出结果。使用该数据集和QLoRA在Tora-Code-13b上，可以在越南小学数学 - Zalo AI Challenge 2023的公开测试中达到73%的准确率。

原始信息汇总

数据集概述

数据特征

• 输入：字符串类型
• 输出：字符串类型

数据划分

• 训练集：
  • 字节数：21151768
  • 样本数：22825

数据大小

• 下载大小：7937515
• 数据集大小：21151768

配置信息

• 默认配置：
  • 数据文件路径：data/train-*

数据集描述

• 包含英语和越南语样本。
• 每个样本包含三种解决方案：
  • 代码解决方案（标记为<sol>）
  • 解释解决方案（标记为<exp>）
  • 直接解决方案（标记为<dir>）
• 对于代码解决方案，执行包裹在中的Python代码以获得输出结果。不要信任模型生成的选择，只需执行代码并映射到选择。
• 使用此数据集和QLoRA在Tora-Code-13b上，可以在越南小学数学-Zalo AI挑战赛2023的公开测试中达到73%的准确率。