数据链接：
官方服务：
资源简介：
FAQs of Virtual University of Pakistan converted into a json file.
应用场景：
创建时间：
2026-01-18
相关数据集
InstructGpt-educational
LuminaSFT 是一个专为小型语言模型（SLMs）设计的合成监督微调（SFT）数据集集合，通过教师引导的数据再生和任务特定的合成数据生成方法创建。该集合包含五个子数据集：UltraChat200K-regenerated（通用指令数据再生）、InstructGpt-NaturalQa（事实问答）、InstructGpt-TriviaQa（事实问答）、Cot-Drop（阅读理解）和Instruc
Hugging Face2026-02-11 更新250
leoleoasd/learningq_ted_ed
--- license: unknown configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* datas
Hugging Face2023-11-09 更新100
c-e-r-u/CS-552-NounNinjas-FAISS-RAG
该数据集包含一个FAISS索引，用于问答任务中的检索增强生成（Retrieval Augmented Generation）。该索引是通过使用BAAI/bge-base-en-v1.5模型在TutorChat数据集和一些书籍的嵌入生成的。数据由1000个字符的块组成，每个块之间有150个字符的重叠。
Hugging Face2024-06-14 更新50
SeePhys
该数据集包含问题和答案对，以及与问题相关的科目、图片路径、答案的精确度（sig_figs）、难度等级（level）、语言（language）、索引（index）、推理过程（reasoning）、图片类别（img_category）、视觉相关性（vision_relevance）、图片标题（caption）和图片本身（image）。数据集分为训练集，共有2000个示例，总大小为479462980字节
Hugging Face2025-05-19 更新110
LifelongAlignment/aifgen-short-piecewise
这是一个为终身强化学习适应性训练而创建的连续数据集，包含两个任务：数学、社会科学、物理或化学的非平凡问题，一个是提示性回答任务，另一个是直接回答任务。数据集由Mila - Quebec AI Institute和Complex Data Lab团队使用AIF-Gen框架生成，适用于大型语言模型的微调。
Hugging Face2025-05-16 更新90
