Multi-subject RLVR
Corpus de control de calidad multitemático del examen chino ExamQA, que incluye casi 580 000 pares de preguntas y respuestas traducidas al inglés. Los datos abarcan 48 disciplinas universitarias (derecho, medicina, medicina, informática, economía, etc.) clasificadas en 4 áreas principales: ciencias, humanidades, ciencias sociales y aplicadas.
Descripción
Multi-subject RLVR es un conjunto de datos académicos de preguntas y respuestas enormemente multitemático. Basado en el corpus chino ExamQA, ofrece pares de control de calidad traducidos al inglés, con una categorización automática de los temas mediante GPT-4O-Mini.
¿Para qué sirve este conjunto de datos?
- Entrene o evalúe modelos de control de calidad multitemáticos
- Realizar ajustes en las tareas de comprensión académica
- Servir como base de capacitación para los enfoques RLHF o RLAIF en un contexto educativo
¿Se puede enriquecer o mejorar?
Sí. Podríamos:
- Añade explicaciones para cada respuesta (paso a paso)
- Niveles de dificultad de etiqueta
- Traduzca las preguntas a otros idiomas o vuelva a introducir distractores para el control de calidad de opción múltiple
🔎 En resumen
🧠 Recomendado para
- Desarrolladores de IA educativa
- Investigadores de control de calidad multitemáticos
- Proyectos RLHF
🔧 Herramientas compatibles
- OpenAssistant
- LangChain
- Transformers
- LLaMA
- Mistral
- Claude
💡 Consejo
Filtre los campos deseados (STEM, derecho, economía, etc.) según sus casos de uso para especializar su modelo.
Preguntas frecuentes
¿Este conjunto de datos solo contiene preguntas de opción múltiple?
No, se han eliminado los distractores para convertir cada ejemplo en un par de control de calidad gratuito (pregunta más respuesta).
¿Es posible filtrar por campo o tema?
Sí, cada control de calidad se clasifica automáticamente en una de las 48 materias o se agrupa en 4 áreas generales (STEM, ciencias sociales, etc.).
¿Se puede usar este conjunto de datos para entrenar un modelo de chatbot educativo?
Sí, es una excelente opción para perfeccionar un asistente académico o un modelo de tutoría automatizada.
