| 详细信息 |
Math23K数据集-解决数学问题数据集 |
| 编辑： 来源：华泰证券 时间：2023/5/19 |
Math23K 数据集：于 2017 年由腾讯人工智能实验室发布。Math23K 是为解决数学问题而 创建的数据集，数据包含从在线教育网站上抓取的 6 万多个中文数学单词问题，都是小学 生真正的数学应用题，有 23,161 个标有结构化方程和答案的问题。
|
| 【声明：转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考，如有侵权，请联系删除。】 |
| 推荐信息 |
|
CAIL2018数据集 中国法律数据
CAIL2018是第一个用于判决预测的大规模中国法律数据集,收录 了中国最高人民法院公布 260 万件刑事案件,由适用的法律条款指控和刑期组成
中国开源大语言模型数据集 WuDaoCorpora数据集
WuDaoCorpora数据集采用 20 多种规则从 100TB 原始网页数据中清洗得出最终数据集,注重隐私数据信息的去除,支持多领域预训练模型的训练
中国开源大语言模型数据集 DuReader数据集
DuReader是一个大规模的开放域中文机器阅读理解数据集,问题和文档基于百度搜索和百度知道,答案是手动生成的,由200K问题,420K答案和1M文档组成
中国多模态大模型数据集构建
阿里M6大模型参数规模达到 1000 亿,构建了最大的中文多模态预训练数据集 M6-Corpus;百度ERNIE-ViLG大模型参数规模达到 100 亿
中国三个大语言模型数据集构建
百度Plato-XL大模型预训练语料规模达千亿级 token,模型规模高达 110 亿参数;华为盘古大模型开源了盘古α和盘古α增强版两个版本
国内优质中文数据集的重要来源 垂直内容平台
知乎作为问答知识平台,拥有超过4300万创作者产生的超过3.5亿条优质中文问答内容;垂类内容平台的数据可以作为细分领域大模 型精确训练的基础
国内科技互联网厂商训练大模型基于的数据基础
百度文心大模型训练特有数据主要包括万亿级的网页数据;阿里通义大模型的训练数据主要来自阿里达摩院;腾讯混元大模型特有的训练数据主要来自微信公众号
国内缺乏高质量数据集的主要原因
高质量数据集需要巨大资金投入,当前国内数据挖掘和数据治理的力度不足;国内相关公司成立较晚,数据积累相对国外公司更少 |
| 智能运输机器人 |
| AGV无人运输机器人-料箱版 |
| AGV无人运输机器人-标准版 |
| AGV无人运输机器人-料箱版（钣金材质） |
| AGV无人运输机器人-货架版（钣金材质） |
| AGV无人运输机器人-货架版（亮面不锈钢材质） |
| AGV无人运输机器人-开放版 |
| 行业动态 |
