OpenCausaLab 发布 GSM8K-Struct 数据集, 应用在 数学推理、自然语言处理 领域

OpenCausaLab 本次发布的数据集 GSM8K-Struct, 该数据集是从原始GSM8K数据集生成的，包含了39K个问题，这些问题带有标记的中间步骤，并且设立了一个难度更高的基准。该数据集是通过基于原始GSM8K数据集的逐步扩展过程生成的，旨在提升大型语言模型（LLMs）的推理能力。其规模包括39K个样本用于训练，6.1K个样本用于测试，任务重点是数学推理。

查看GSM8K-Struct

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。