NuminaMath
860 tys. zadań matematycznych na poziomie konkursowym i olimpijskim, ze starannie opracowanymi, ustrukturyzowanymi rozwiązaniami. Stworzony na potrzeby AI Mathematical Olympiad, NuminaMath wyznacza granicę możliwości zbiorów do rozumowania matematycznego i obejmuje zadania z AMC, AIME oraz olimpiad międzynarodowych.
from datasets import load_dataset
ds = load_dataset("AI-MO/NuminaMath-CoT")Podgląd przykładowego wiersza
{
"problem": "Let $a, b, c$ be positive reals with $a + b + c = 1$. Find the minimum value of $\\frac{1}{a} + \\frac{4}{b} + \\frac{9}{c}$.",
"solution": "By Cauchy-Schwarz, $(a+b+c)(\\frac{1}{a}+\\frac{4}{b}+\\frac{9}{c}) \\ge (1+2+3)^2 = 36$. Equality holds at $a=1/6, b=2/6, c=3/6$. Min = 36.",
"source": "AMC-2024"
}Fine-tuning z tym zbiorem danych
Szacowany VRAM do fine-tuningu z QLoRA (model bazowy 4-bit + adaptery LoRA), przy zachowawczych ustawieniach:
Pierwszy fine-tuning? Przejdź przewodnik krok po kroku: Zrób fine-tuning pierwszego LLM w godzinę
Najczęstsze pytania
Czy mogę użyć NuminaMath komercyjnie?
Tak — NuminaMath jest udostępniony na licencji Apache 2.0, liberalnej licencji pozwalającej na użycie komercyjne, w tym trenowanie modeli wdrażanych w produkcie. Przed publikacją sprawdź wymogi atrybucji na karcie zbioru.
Ile danych zawiera NuminaMath i czy potrzebuję wszystkich?
NuminaMath zawiera 860K Problems. Rzadko potrzebujesz całości: do fine-tuningu stylu i formatu wystarcza kilkaset–kilka tysięcy przykładów — załaduj wycinek (np. split="train[:1000]") i zwiększaj skalę tylko, gdy jakość przestaje rosnąć.
Do czego NuminaMath nadaje się najlepiej?
Chain-of-thought math fine-tuning up to olympiad level. Należy do sekcji „Rozumowanie" naszego centrum zbiorów danych, gdzie znajdziesz alternatywy i zbiory komplementarne.