Orca Math Word Problems
200 tys. różnorodnych zadań tekstowych z matematyki na poziomie szkoły podstawowej, wygenerowanych syntetycznie przez GPT-4 w podejściu agentowym. Każde zadanie jest tworzone od zera, bez duplikatów z istniejących zbiorów, co pozwala osiągać wyniki na poziomie SOTA nawet przy fine-tuningu małych modeli 7B.
from datasets import load_dataset
ds = load_dataset("microsoft/orca-math-word-problems-200k")Podgląd przykładowego wiersza
{
"question": "A bakery makes 250 cookies per batch and bakes 4 batches per day. They sell 80% of their cookies each day. How many cookies remain unsold?",
"answer": "Total cookies = 250 × 4 = 1000. Sold = 1000 × 0.80 = 800. Remaining = 1000 − 800 = 200 cookies."
}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 Orca Math Word Problems komercyjnie?
Tak — Orca Math Word Problems jest udostępniony na licencji MIT, liberalnej licencji pozwalającej na użycie komercyjne, w tym trenowanie modeli wdrażanych w produkcie. Przed publikacją sprawdź wymogi atrybucji na karcie zbioru.
Ile danych zawiera Orca Math Word Problems i czy potrzebuję wszystkich?
Orca Math Word Problems zawiera 200K 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 Orca Math Word Problems nadaje się najlepiej?
Grade-school math word problems for small models. Należy do sekcji „Rozumowanie" naszego centrum zbiorów danych, gdzie znajdziesz alternatywy i zbiory komplementarne.