zhs
Datasets
All datasets matching “zhs”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
Data4QADzh_sae_wiki_tokenized
