一个干净、去重的日本中学到高中IIIC数学题目数据集,由GPT-OSS 120B生成并验证,包含108,710道题目及其主题/关键词元数据、规划提示、逐步推理、求解器解答和模型生成答案。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
312
Hugging Face 点赞数
2
收录日
2026年7月14日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | 119 |
| 2026年8月 | 217 |
| 2026年9月 | — |
| 2026年10月 | 136 |
| 2026年11月 | 312 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- KakologArchivesKakologArchives74k聚合了2009年至2024年NicoNico Live的评论日志,总计超过150 GB,包括转移前、转移后以及实时NX‑Jikkyo捕获,提供了一个API,便于检索历史电视广播讨论。
- emilia-yodasTTS-AGI18k来自 Fate/Stay Night 的角色 “Emilia” 的对话和背景故事数据集,格式化用于训练和评估会话语言模型。
- ClimbLab-JaKantaHayashiAI15kClimbLab‑Ja 是一个300 亿标记的日语语料库,从 LLM‑jp Corpus v4 过滤而来,分为20个簇用于预训练语言模型,以 ODC‑BY 许可证发布,保留原始来源许可,并以 parquet 格式存储。
- llm-course-final-2026bumbuboon13k基于日语维基百科的LLM课程期末竞赛RAG数据集,包含约100万文本块和搜索索引。
- fgo_voices_jpdeepghs10kFGO Waifus的JP Voice‑Text 数据集:一个包含30,800条记录、66.4小时日本音频的集合,收录单一配音演员角色台词(每句约7.76秒),适用于ASR/ASV微调与评估。
- fineweb-2-edu-japanesehotchpotch8kFineWeb2 Edu Japanese 提供约120 million高质量教育日语文本(≈89.3 billion tokens)来自 FineWeb2,经过 DeepSeek‑API classifier(score ≥ 2.5)过滤,通过 ModernBERT‑Ja‑130M tokenized,并包含一个小-token子集(≤512 tokens)。
研究领域相近的资源
- financial-lakehouseYoshi-Dai5k一个受限、非商业派生数据集,基于 EDINET XBRL 财务数据,禁止再分发、AI 训练和商业用途,请求访问需人工批准。共同: 语料库与数据集
- Nemotron-Personas-Japannvidia5kNemotron‑Personas‑Japan 是一个开放源代码、CC BY 4.0 许可证的高质量、合成生成的日本人物资料数据集—包含姓名、性别、年龄、背景、婚姻状况、教育、职业和地点—基于真实世界的人口统计、地理和人格分布,并采用概率图模型和 GPT‑OSS‑120B 进行工程设计,以提升多样性、降低偏见、防止模型崩溃、支持主权 AI 发展,并支持商业使用。共同: 语料库与数据集
- Nemotron-Personas-Finance-Japannvidia3k基于真实人口统计、地理和人格数据构建的合成日语金融角色数据集,扩展了 Nemotron‑Personas‑Japan,包括家庭收入、资产、家庭结构和健康特征,以支持 AI 开发、用户模拟以及在金融情境中的偏见缓解。共同: 语料库与数据集
- japanese-anime-speech-v2joujiboi3kJapanese Anime Speech Dataset V2 提供 292,637 条已清洗的音频-文本对——约 397.5 小时的 SFW 内容和 52.4 小时的 NSFW 内容——以 128‑kbps MP3 文件形式按安全级别划分,专为训练自动语音识别模型而设计。共同: 语料库与数据集
- mc4-jaizumi-lab2k日本 MC4 数据集卡 (mc4-ja)共同: 语料库与数据集
- RyokoAI_Syosetu711Kbotp2kSyosetu711K 是一个约 711,700 本小说的日本数据集,采自 2023 年 3 月 26‑27 日从 小説家になろう 抓取,提供全文及元数据(标题、作者、NCode、简介等),用于无监督文本生成和分类任务。共同: 语料库与数据集