[{"@type":"PropertyValue","name":"Echelle des données","value":"100 000 questions de test, chaque question de test correspond à un document labellisé"},{"@type":"PropertyValue","name":"Types de questions","value":"Questions de type push graphique, questions de test de QI QI, questions de raisonnement de logique de pensée, questions visuelles graphiques, encyclopédie de connaissances, raisonnement d'image, types de raisonnement de détective, etc"},{"@type":"PropertyValue","name":"Diversité d'acquisition","value":"Une variété de types de questions, une variété de catégories de questions de test"},{"@type":"PropertyValue","name":"Format de données","value":"Le format de données d'image est .jpg, jpeg, png, etc., et le format du document d'annotation est .json"},{"@type":"PropertyValue","name":"Répartition linguistique","value":"Chinois"},{"@type":"PropertyValue","name":"Contenu annoté","value":"Transcription des questions, réponses et analyses"}]
{"id":1724,"datatype":"1","titleimg":"https://fr.nexdata.ai/shujutang/static/image/index/datatang_tuxiang_default.webp","type1":"226","type1str":null,"type2":"254","type2str":null,"dataname":"100 000 ensembles de données de raisonnement logique pour grands modèles","datazy":[{"title":"Echelle des données","content":"100 000 questions de test, chaque question de test correspond à un document labellisé","desc":"Echelle des données"},{"title":"Types de questions","content":"Questions de type push graphique, questions de test de QI QI, questions de raisonnement de logique de pensée, questions visuelles graphiques, encyclopédie de connaissances, raisonnement d'image, types de raisonnement de détective, etc","desc":"Types de questions"},{"title":"Diversité d'acquisition","content":"Une variété de types de questions, une variété de catégories de questions de test","desc":"Diversité d'acquisition"},{"title":"Format de données","content":"Le format de données d'image est .jpg, jpeg, png, etc., et le format du document d'annotation est .json","desc":"Format de données"},{"title":"Répartition linguistique","content":"Chinois","desc":"Répartition linguistique"},{"title":"Contenu annoté","content":"Transcription des questions, réponses et analyses","desc":"Contenu annoté"}],"datatag":"Logical,COT,VLM","technologydoc":null,"downurl":null,"datainfo":null,"standard":null,"dataylurl":null,"flag":null,"publishtime":null,"createby":null,"createtime":null,"ext1":null,"samplestoreloc":null,"hosturl":null,"datasize":null,"industryPlan":null,"keyInformation":"","samplePresentation":[],"officialSummary":"100 000 ensembles de données de raisonnement logique collectent des données, couvrant les questions de type poussée graphique, les questions de test de QI de QI, les questions de raisonnement logique de pensée, les questions visuelles graphiques, le raisonnement d'image de l'encyclopédie des connaissances, les types de raisonnement de détective et d'autres types de questions, et les questions, les réponses et l'analyse sont transcrites. Cet ensemble de données contient la chaîne de pensée du processus, qui peut améliorer la capacité de raisonnement logique des grands modèles. Nous respectons strictement les réglementations sur la protection des données et de la vie privée, en veillant à préserver la confidentialité et les droits légitimes des utilisateurs tout au long des processus d'acquisition, de stockage et d'utilisation. Toutes les données sont conformes au RGPD, à la CCPA et à la PIPL.","dataexampl":null,"datakeyword":["Logique","COT","VLM"],"isDelete":null,"ids":null,"idsList":null,"datasetCode":null,"productStatus":null,"tagTypeEn":"Type","tagTypeZh":null,"website":null,"samplePresentationList":null,"datazyList":null,"keyInformationList":null,"dataexamplList":null,"bgimg":null,"datazyScriptList":null,"datakeywordListString":null,"sourceShowPage":"llm","dataShowType":"[{\"code\":\"0\",\"language\":\"ZH\"},{\"code\":\"1\",\"language\":\"ZH\"},{\"code\":\"2\",\"language\":\"EN,DE,KO,FR,ES\"},{\"code\":\"3\",\"language\":\"EN\"}]","productNameEn":"122,147 Questions - Logical Reasoning Question Data","BGimg":"","voiceBg":["/shujutang/static/image/comm/audio_bg.webp","/shujutang/static/image/comm/audio_bg2.webp","/shujutang/static/image/comm/audio_bg3.webp","/shujutang/static/image/comm/audio_bg4.webp","/shujutang/static/image/comm/audio_bg5.webp"]}
100 000 ensembles de données de raisonnement logique pour grands modèles
Logique
COT
VLM
100 000 ensembles de données de raisonnement logique collectent des données, couvrant les questions de type poussée graphique, les questions de test de QI de QI, les questions de raisonnement logique de pensée, les questions visuelles graphiques, le raisonnement d'image de l'encyclopédie des connaissances, les types de raisonnement de détective et d'autres types de questions, et les questions, les réponses et l'analyse sont transcrites. Cet ensemble de données contient la chaîne de pensée du processus, qui peut améliorer la capacité de raisonnement logique des grands modèles. Nous respectons strictement les réglementations sur la protection des données et de la vie privée, en veillant à préserver la confidentialité et les droits légitimes des utilisateurs tout au long des processus d'acquisition, de stockage et d'utilisation. Toutes les données sont conformes au RGPD, à la CCPA et à la PIPL.
Echelle des données
100 000 questions de test, chaque question de test correspond à un document labellisé
Types de questions
Questions de type push graphique, questions de test de QI QI, questions de raisonnement de logique de pensée, questions visuelles graphiques, encyclopédie de connaissances, raisonnement d'image, types de raisonnement de détective, etc
Diversité d'acquisition
Une variété de types de questions, une variété de catégories de questions de test
Format de données
Le format de données d'image est .jpg, jpeg, png, etc., et le format du document d'annotation est .json
