相关数据集
madrylab/platinum-bench-paper-version
Platinum Benchmarks 是一系列经过精心策划的基准测试,旨在通过最小化标签错误和歧义来测量模型的可靠性。该数据集包含十五个子数据集,每个子数据集都是通过手动修订现有数据集中的问题而创建的。这些子数据集包含了各种类型的问题和答案,以及用于特定任务的附加信息,如表格、图像和方程。
Hugging Face2025-02-06 更新190
wyu1/Qwen3-4B-5-10-human-solver-v1-1000
Qwen3-4B-5-10-human-solver-v1-1000数据集包含问题、答案和分数三个字段。问题字段和答案字段是字符串类型,分数字段是浮点型。数据集包含一个训练集,共有6452个示例,大小为1279940字节。
Hugging Face2025-11-12 更新150
violetxi/NUMINA-V2-Clean-Blocks-6400_6600-0_-1
该数据集包含多个特征字段,如问题、来源、是否正确、目标答案、解决方案、解决步骤、尝试次数和模型答案。数据集仅包含一个训练集分割,共有671,232个样本,总大小为6,570,591,586字节,下载大小为590,651,372字节。
Hugging Face2024-11-23 更新190
laolaorkk/stage2_sampled
该数据集包含问题、答案、解决方案和难度四个字段,其中问题、答案和解决方案为文本形式,难度为数值形式。整个数据集分为训练集,共有500个示例。数据集的总大小为849513字节,下载大小为454598字节。
Hugging Face2025-04-02 更新150



