liushuaiqian/Chinese-High-School-Chemistry-Correction-Dataset
Chinese-High-School-Chemistry-Correction-Dataset 一个面向「高中化学垂直大模型微调」的中文问答与文本生成数据集 1. 数据集缘起 为了训练一个高中化学领域的垂直大模型，我们需要大量高质量、结构化的中文语料。本数据集整理了三版主流教科书、常考化学方程式与畅销教辅等中的知识点，全部转为统一的 JSONL 格式。 2. 数据来源 普通高中教科书（苏教版、人教版、鲁教版）、高中常考化学方程式、高中参考教辅资料（一本涂书、教材帮等）均转成jsonl格式 该jsonl文件数据，部分行或许有格式错误，需要自行编写py脚本校对，以便用于大模型微调。 3. 数据格式（JSONL） 每行一条记录，可直接用于 Hugging Face datasets 库： {"instruction": "已知0.5 mol的水（H₂O）的质量是9 g，且含有3.01×10²³个水分子。请计算1 mol水的质量和阿伏伽德罗常数。"… See the full description on the dataset page: https://huggingface.co/datasets/liushuaiqian/Chinese-High-School-Chemistry-Correction-Dataset.
Chinese-High-School-Chemistry-Correction-Dataset
一个面向「高中化学垂直大模型微调」的中文问答与文本生成数据集
1. 数据集缘起
为了训练一个高中化学领域的垂直大模型，我们需要大量高质量、结构化的中文语料。 本数据集整理了三版主流教科书、常考化学方程式与畅销教辅等中的知识点，全部转为统一的 JSONL 格式。
2. 数据来源
普通高中教科书（苏教版、人教版、鲁教版）、高中常考化学方程式、高中参考教辅资料（一本涂书、教材帮等）均转成jsonl格式
该jsonl文件数据，部分行或许有格式错误，需要自行编写py脚本校对，以便用于大模型微调。
3. 数据格式（JSONL）
每行一条记录，可直接用于 Hugging Face `datasets` 库：
{"instruction": "已知0.5 mol的水（H₂O）的质量是9 g，且含有3.01×10²³个水分子。请计算1 mol水的质量和阿伏伽德罗常数。", "output": "首先，我们知道0.5 mol水的质量是9 g，因此1 mol水的质量可以通过比例计算得到：\\[ ext{1 mol水的质量} = rac{9 ext{ g}}{0.5 ext{ mol}} = 18 ext{ g/mol} \\]其次，0.5 mol水含有3.01×10²³个水分子，那么1 mol水含有的水分子数为：\\[ ext{1 mol水含有的水分子数} = rac{3.01 imes 10^{23}}{0.5} = 6.02 imes 10^{23} \\]这个数值即为阿伏伽德罗常数。综上所述，1 mol水的质量是18 g/mol，阿伏伽德罗常数为6.02×10²³个/mol。"}