Puzzle Bench 是一个包含数独和迷宫任务的难度标记评估数据集，旨在比较离散扩散模型与自回归模型的性能。数据集包含两个主要配置：数独和迷宫。数独数据集包含10,000个9x9数独谜题，每个谜题都有求解器计算的难度指标，包括空白单元格数量、求解步骤数、回溯次数、最大递归深度和难度等级（简单、中等、困难）。迷宫数据集包含4,000个迷宫，涵盖4种网格大小，每个迷宫都有随机起点和终点，以及BFS

Hugging Face2026-03-26 更新580

Open-Platypus

逻辑推理

机器学习

# OpenPlatypus This dataset is focused on improving LLM logical reasoning skills and was used to train the Platypus2 models. It is comprised of the following datasets, which were filtered using key

魔搭社区2026-07-08 更新400

unigram/FOL-nli

逻辑推理

一阶逻辑

数据集FOL-nli是一个用于逻辑推理和文本分类任务的数据集，使用一阶逻辑（FOL）进行推理。数据集包含训练、验证和测试三个分割，每个分割包含前提、假设、标签、前提TPTP、假设TPTP、证明输入、证明和规则集中度等特征。数据集的语言为英语，许可证为Apache-2.0。

Hugging Face2024-06-21 更新730

ricdomolm/bigbenchhard_mc

机器学习

逻辑推理

--- dataset_info: - config_name: date_understanding features: - name: question dtype: string - name: choices sequence: string - name: answer dtype: int64 splits: - name: train

Hugging Face2024-05-08 更新460

Sudoku Puzzles

资源简介：

相关数据集