Phi-4-mini 数学推理 best-of-n 采样

机器学习
0 下载
5 浏览
2026-09-26

数据集简介

数据来源与构建方式

本数据集由 HuggingFace 用户 ENSEONG 发布,围绕数学推理任务中的 best-of-n(bon)采样评估流程构建。基础模型为 Phi-4-mini-instruct,输入题目来自 math-private 数学题集合。构建时先让模型按 n=256 进行候选采样,再使用 agg_strategy-last 聚合策略对采样结果做预处理,最终形成可直接用于分析的表格与文本混合数据。

子集组织与命名规则

数据按温度、随机种子与聚合策略组合切分为 72 个子集,子集名称遵循固定模式:

ENSEONG_math-private--T-<温度>--top_p-1.0--n-256--seed-<种子>--agg_strategy-last

其中温度覆盖 0.1 至 1.1 以上,种子包括 0、42、64、128、256、512 等,top_p 固定为 1.0。每个子集约 5k 行,便于按实验配置单独加载与对比。

格式、规模与加载方式

页面标注 Modalities 为 Tabular Text,Formats 为 parquet,Size 为 100K–1M。文件同时支持通过 Datasets、Dask、Polars 库加载,平台提供 Dataset Viewer 在线浏览、Auto-converted to Parquet 转换以及 API 访问入口,方便直接读取与二次处理。

访问与使用

数据集页面公开可访问,可在线浏览并下载,具体许可证未在页面中标注。使用时建议按子集名称中的温度与种子字段筛选对应实验配置,并结合聚合策略标识区分不同预处理结果。

基本信息

记录数量未知
文件大小未知
文件格式parquet
数据来源ENSEONG
数据模态表格、文本
子集数量72
单子集规模约 5k 行
加载库Datasets、Dask、Polars
许可未标注
数据落地页https://huggingface.co/datasets/ENSEONG/preprocessed-full-math-private-n256-Phi-4-mini-instruct-bon
发布日期2026-09-26
数学推理大语言模型采样评估Phi-4-mini-instructbest-of-n

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费