114 000 énoncés d'examen de concours en chinois — structuration et traitement textuel

Questions de concours

LLM

texte

Ce jeu de données réunit 114 000 questions structurées issues de concours académiques, couvrant les mathématiques, la physique, la chimie et la biologie du primaire au secondaire. Chaque question inclut les champs : énoncé, réponse, explication, matière, niveau scolaire et type. Cette ressource vise à enrichir les connaissances disciplinaires des grands modèles et à soutenir leur développement cognitif global.

Il s'agit d'un ensemble de données payant destiné à un usage commercial, à la recherche et plus encore. Ces Jeux de données prêts à l'emploi et sous licence contribuent au lancement de projets d'IA.

Spécifications

Contenu des données

Données textuelles de questions de concours

Volume des données

Environ 114 000 questions

Champs des données

Contenant l’énoncé, les réponses, les explications, la matière, le niveau, le type de question, les notions abordées et la présence ou non d’illustrations (certaines questions ne comportent pas d’explication)

Catégorie disciplinaire

Questions scientifiques du primaire, du collège et du lycée

Format de stockage

Jsonl

Langue

Chinois

Traitement des données

Les données ont été nettoyées, les formules converties en LaTeX, les tableaux restructurés, et les champs tels que matière, question, explication et réponse ont été standardisés

Jeux de données recommandés

6,9 millions de textes de problèmes multidisciplinaires chinois, traités de manière structurée

6,9 millions de textes de problèmes multidisciplinaires chinois, traités de manière structurée, de l'école primaire à l'université. Chaque problème contient la question, la réponse, l'analyse, le type de question, la matière, le niveau, etc. Pour l'enrichissement des connaissances des LLM.

Questions pluridisciplinaires chinoises LLM texte

1 million de textes de problèmes de programmation chinois, traités de manière structurée

Données textuelles de problèmes de programmation chinois traitées de manière structurée. Langues : C, C++, Python, Java, JavaScript. Chaque problème contient la question, la réponse, l'analyse, le champ de langue. Aide les modèles à développer des compétences en programmation.

Questions de programmation LLM texte

32 millions de questions en sciences et ingénierie — structuration et traitement textuel

Ce jeu de données comprend 32 millions de questions en mathématiques, physique, chimie et biologie, du niveau primaire à universitaire. Chaque question est annotée avec : énoncé, réponse, explication, type, matière et niveau. Cette ressource offre un socle massif pour l’enrichissement des compétences STEM des grands modèles.

Questions de sciences LLM texte

1,5 million de questions de test coréennes, traitées de manière structurée

Données de questions de test coréennes traitées de manière structurée, environ 1,5 million de questions. Chaque question contient le type de question, la question, la réponse, l'analyse, etc. Matières : école primaire (langue nationale, maths, anglais, sciences sociales, sciences naturelles), collège, lycée (différentes matières). Types de questions : choix multiple, remplissage, vrai/faux, réponse libre. Utilisable pour l'enrichissement des connaissances des LLM.

Questions K12 texte LLM coréen

10 000 000 questions de tests en anglais – données textuelles structurées et traitées

10 millions de données structurées de questions d'examen en anglais, comprenant pour chaque question les champs suivants : question, réponse, explication, matière, niveau scolaire et type de question. Les niveaux vont de l'école primaire au collège, lycée et jusqu'à l'université, couvrant des matières telles que les mathématiques, la biologie, la comptabilité, etc. Ces données, provenant du système éducatif anglo-américain, peuvent être utilisées pour enrichir les connaissances disciplinaires des grands modèles.

Données textuelles de questions d’anglais LLM grand modèle de langage grand modèle données ChatGPT

1,3 milliard de questions d'examen en chinois – du primaire à l'université

Ce corpus comprend 1,3 milliard de questions d’examen en chinois couvrant tous les niveaux scolaires, de l’école primaire à l’université. Il se compose de 20,87 millions de questions K12 (dont 16 millions accompagnées d’explications) et de 117 millions de questions universitaires et professionnelles (dont 7 millions annotées). Les données K12 intègrent des métadonnées telles que la qualité, les points évalués, le type de contenu, le format des questions, le niveau d’enseignement, la difficulté, la classe, la matière, la source, la réponse et l’explication. Les questions de l’enseignement supérieur et professionnel comprennent les champs : réponse, explication et catégorie. Les matières du segment K12 incluent : chinois, mathématiques, anglais, histoire, géographie, sciences politiques, biologie, physique, chimie et sciences générales. Les domaines universitaires et professionnels couvrent notamment la sécurité publique, les concours administratifs, la médecine, les langues étrangères, l’éducation, le droit, l’économie, l’informatique, les certifications professionnelles et la finance. Les formats de question incluent : QCM, choix unique, vrai/faux et complétion. Ce jeu de données constitue une base précieuse pour renforcer les connaissances disciplinaires des grands modèles.

Questions professionnelles texte LLM

6,03 millions d'ensembles de données de traitement d'analyse structurelle de questions d'examen professionnelles

Le nombre total de questions d'examen professionnelles est d'environ 6,03 millions, avec et sans analyse ; Chaque question de test contient des types de questions, des questions, des réponses et des analyses, et certaines questions de test ont des types de questions erronés. Les majors comprennent la construction de partis, le droit, l'ingénierie, les fonctionnaires, l'informatique, l'économie, les étudiants diplômés, la médecine, les langues, l'auto-examen, l'exhaustivité et l'application ; Les types de questions comprennent les questions à choix multiples, les questions à choix unique, les questions vrai ou faux, les questions à trous, les questions à réponse courte, les questions à développement, etc. Ces données peuvent être utilisées pour des tâches telles que l'entraînement de grands modèles de langage (LLM), chatgpt, etc

Questions majeures Texte LLM

114 000 énoncés d'examen de concours en chinois — structuration et traitement textuel

Questions de concours LLM texte

114 000 énoncés d'examen de concours en chinois — structuration et traitement textuel

Questions de concours

LLM

texte