HiTZ/MGSM-eu

MGSM-eu数据集是一个基于GSM8K数据集的子集，包含了250个小学数学问题，并且这些问题已经被专业翻译成巴斯克语（Basque）。数据集的结构包括训练集和测试集，分别包含8个和250个样本。每个样本包含问题、答案、答案数字和方程解等字段。数据集的创建是由HiTZ (UPV/EHU) 在ILENIA项目下进行的专业翻译工作。

原始信息汇总

数据集概述

数据集名称

• 名称: MGSM-eu

语言信息

• 语言: Basque (eu-ES)

许可信息

• 许可: CC-BY-SA-4.0

多语言性

• 多语言性: 单语种

数据集大小

• 大小: 小于1K (n<1K)

数据集来源

• 来源: 扩展自mgsm

任务类别

• 任务: 文本到文本生成

数据集结构

• 数据实例:

  • 训练实例: 包含问题、答案、答案数字和方程式解决方案。
  • 测试实例: 包含问题、答案（空）、答案数字和方程式解决方案（空）。

• 数据字段:

  • question (字符串): 小学数学问题的提问。
  • answer (字符串): 问题的完整解答，包含多步骤推理和最终数字解答。
  • answer_number (整数): 问题的数字解答。
  • equation_solution (字符串): 问题的方程式解答。

• 数据分割:

  • 训练: 8个实例
  • 测试: 250个实例

数据集创建

• 创建方式: 专业翻译自英语MGSM数据集至巴斯克语，由HiTZ (UPV/EHU)在ILENIA项目框架内委托完成。

搜集汇总

背景与挑战

背景概述

HiTZ/MGSM-eu是一个巴斯克语的小学数学问题数据集，基于GSM8K数据集的子集翻译而成。该数据集包含258个样本，其中8个用于训练、250个用于测试，每个样本提供问题、分步解答和数值答案，旨在支持语言模型在巴斯克语数学推理任务上的评估。