vinimuchulski/perguntas_e_respostas_astronomia_pt_br_V2.0

README: Dataset JSON de Perguntas e Respostas sobre Astronomia

Visão Geral

Este repositório contém um dataset sintético de perguntas e respostas sobre astronomia, gerado no formato JSON. O objetivo deste dataset é servir como material educativo e para o ajuste fino (fine-tuning) de Modelos de Linguagem Grandes (LLMs).

Esse dataset contém 1000 perguntas e respostas variadas sobre tópicos de astronomia, como planetas, estrelas, galáxias e fenômenos cósmicos, juntamente com respostas detalhadas e educativas. As perguntas foram formuladas para cobrir uma ampla gama de tópicos dentro da astronomia, desde conceitos básicos até questões mais complexas.

Processo de Geração

O dataset foi criado utilizando um script Python iterativo que utiliza o modelo de linguagem Google Gemini Pro (gemini-2.5-pro) através do framework LangChain.

Detalhes Técnicos

• —LLM: gemini-2.5-pro
• —Framework: LangChain
• —Bibliotecas Principais: langchain-google-genai, google-generativeai

Esquema do Dataset

Os dados são armazenados num único arquivo JSON como uma lista de objetos. Cada objeto representa um único par de pergunta e resposta e segue este esquema:

[
  {
    "pergunta": "Uma pergunta sobre um tópico de astronomia.",
    "resposta": "Uma resposta detalhada e educativa para a pergunta."
  },
  {
    "pergunta": "Outra pergunta sobre astronomia.",
    "resposta": "Outra resposta detalhada."
  }
]