datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
zh_spec_eval
中文专项评测集
本评测集共包含 512 条样本，分为 4 个工作负载（workload），每个工作负载包含 128 条样本。数据文件位于当前目录。
数据概览
Workload
来源数据集
数据划分
采样方法
Prompt 长度中位数（token）
zh_ceval
ceval/ceval-exam
val
汇总全部 52 个学科的样本，使用随机种子 0 打乱后取前 128 条，以兼顾学科覆盖的均衡性
96
zh_gaokao_math
hails/agieval-gaokao-mathqa
test（351 条）
使用随机种子 0 打乱后取前 128 条
142
zh_simpleqa
OpenStellarTeam/Chinese-SimpleQA
train（3,000 条）
使用随机种子 0 打乱后取前 128 条
30
zh_alpaca_gpt4
llm-wizard/alpaca-gpt4-data-zh
train（48,818 条）
过滤掉 instruction 少于… See the full description on the dataset page: https://huggingface.co/datasets/ysober/zh_spec_eval.AM-DeepSeek-R1-Distilled-1.4M-Purepile-test-10k
pile-test-10k
Github documents from the test split of The Pile.
Usage
from datasets import load_dataset
ds = load_dataset("pile-test-10k", split="test")
print(len(ds))
zh-sharegpt
Dataset Card for "zh-sharegpt"
zh ShareGPT
zh-s1K_tokenized_filterzh-s1K_tokenized_gemmazh-s1K_tokenizedzh-sftzh-s1K-1.1zh-s1K-1.1-trl-formatzh_snaczh-s1K_tokenized_llamastreamweave-sft-0511