大语言模型-教育方向数据集

已于 2024-10-20 19:29:02 修改
阅读量889 收藏 5
点赞数 4
分类专栏： 智慧教育 LLMs-数据集 论文翻译 文章标签： 语言模型 人工智能 自然语言处理
于 2024-09-19 11:08:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/WhiffeYF/article/details/142354900
版权
了解本专栏 订阅专栏 解锁全文 超级会员免费看
详解大模型微调数据集构建方法(持续更新)
herosunly的博客
06-05 25万+
本文详细介绍了大模型微调数据集构建方法，希望能对学习大模型的同学们有所帮助。 文章目录 1. 前言 2. 微调数据集构建方法 2.1 方法一 2.2 方法二 2.3 方法三 2.4 方法四
大语言模型原理与工程实践：常用数据集的完整构建方式
AI天才研究院
07-09 1314
大语言模型原理与工程实践：常用数据集的完整构建方式 作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming 关键词：大语言模型, 数据集构建, 自动化文本生成, NLP任务支持, AI系统开发 1.背景介
录取分数线、高校排名、网课数据等30+个教育类数据集合集
02-09 2459
教育类数据集，如大学排名、分数线、网课等
教育数据集——豆豆云助教
maimaimaia12138的博客
04-08 1569
欢迎研究智慧教育、教育大数据的各位大佬使用我们的数据集，有任何问题可以联系我们+QQ1748432214 豆豆云助教小程序数据集公布 数据集链接： 链接：数据集百度云链接 提取码：hbix 豆豆云助教 豆豆云助教小程序是一款针对高校学生在线做题的轻应用，目前有多所高校超2万用户，后台累计做题记录一千三百多万条。该小程序具体有以下几个功能模块： 数据集字段含义 字段 类型 注释 uid int(10) 学生用户id qid int(10) 题目id choose int(6) 提交选
数据分享：教育数据集-学生成绩数据
最新发布
张陈亚的博客
02-22 1419
数据分享：教育数据集-学生成绩数据
教育领域中学数学NER数据集
sooxiaober的博客
12-10 1613
相对于其他领域来讲，教育领域尤其是学科方面缺乏公开的数据集，故本人及团队从数据筛选到清洗以及标注，构建了中学数学实体识别数据集。
智慧教育开放知识数据集
热门推荐
夏栀的博客
02-19 1万+
中学学科知识点数据集 作者：王嘉宁  QQ：851019059  Email：lygwjn@126.com   在智慧教育领域知识图谱的研究中，需要提供相关学科的知识点数据集。在现有的网络资源中，本人博主发现无法找到关于中学学科知识点有关的开放数据集。本人利用寒假期间制作了有关中学（初中和高中）学科的知识点数据集，主要用于命名实体识别、关系抽取、文本分类等自然语言处理任务中。 一、数据下载   可...
在线教育数据资源.zip
05-15
某大学构建了自己的在线教育平台，将多门在线课程放到平台上供学生进行在线学习，在学生学习过程中产生了很多数据，学校的领导和老师希望根据这些数据来评估学生的学习情况和在线课程质量，以便更好的进行学生学习情况分析和提升课程质量。
计算机前沿技术-人工智能算法-大语言模型-最新论文阅读-2024-09-12
09-13 1837
大型语言模型（LLMs）相关研究的最新进展，本文对10篇相关论文进行简介。计算机前沿技术，人工智能算法，大语言模型，LLM，提示词，最新论文阅读
[大语言模型-论文精读] ACL2024-长尾知识在检索增强型大型语言模型中的作用
09-24 2327
RAG主要关注通过检索到的信息来改善LLMs的回答质量，而很少关注LLMs真正需要回答原始查询的类型知识。作者提出，长尾知识对RAG至关重要，因为在大规模预训练期间LLMs已经记住了常见的世界知识。基于此观察，作者提出了一种简单但有效的长尾知识检测方法，引入了一种新的基于统计和语义的生成预期校准误差（GECE）指标来衡量知识的“长尾性”。大语言模型，LLM， 长尾知识，检索增强
datasets:教学数据集
04-28
用于教学数据分析的有趣数据集 每个数据集有一个目录。 每个目录包含原始数据（如果足够小），一个Jupyter笔记本或Python .py脚本或R笔记本或.R脚本来处理数据，以及目录processed与从笔记本/脚本输出的数据的新副本。 Jupyter笔记本采用本机.ipynb格式和.Rmd RMarkdown格式，以便于编辑和版本控制。 我使用出色的与文件的RMarkdown版本进行交互。 请参阅每个目录中的README.md文件，以获取该目录中文件的许可/版权。 请参阅data_links.md以获取在其上搜索数据集的链接。
教育数据分析
02-08
教育数据分析 这个项目是关于从高中到大学的过渡。 使用的数据集是学校，这些学校学生的平均SAT和ACT分数。
2021教育数据（来源：世界银行）.xls
02-05
该数据集根据信息访问分类策略分类为公共数据集。银行内外的用户都可以访问这个数据集，世界银行的EdStats查询包含了大约2500个国际上可比较的教育指标，包括入学、进步、完成、识字率、教师、人口和支出。这些指标涵盖了从学前教育到高等教育的教育周期。该查询还保存了国际学习评估(PISA、TIMSS等)的学习结果数据，家庭调查的公平数据，以及到2050年的预测数据。
教育数据-EDA：教育数据探索
02-09
中期项目 DATS 6101：数据科学导论雷汉·拉希德（Rayhaan Rasheed）和玛丽·吉布斯（Mary Gibbs） 总览 该项目探索了包含2个不同文件的教育数据集。 第一个数据集包含与美国每个州的教育有关的收支。 第二个数据集遍​​及每个学区和美国，并分别显示了其四年级和八年级的数学和阅读平均测试成绩。 目的 该项目已分配给我们的小组，以充分了解应采取哪些步骤进行适当的探索性数据分析（EDA）。 我们将这两个数据集合并在一起，创建了一个财务数据框，其中汇总了过去10年中每个州的总收入，总支出和平均考试成绩。 我们的小组着眼于一个州在教育上花费的钱与平均数学考试成绩之间的关系。 方法 探索性数据分析 假设检验 Shapiro-Wilkes检验 回归分析 数据 数据来自
在线教育项目数据库文件.zip
06-21
本资源包括guli_acl.sql、guli_cms.sql、guli_edu.sql、guli_order.sql、guli_statistics.sql、guli_ucenter.sql这几个在线教育项目所需的数据库文件
全国高校数据库
12-10
全国高校数据库，数据库包含学校名称，学校代码，学校主管部门，学校所在地，办学层次（本专科），学校数量。数据与官方数据进行逐一校验，完整无缺。
教育行业公开数据集免费下载
weixin_41524411的博客
07-19 1万+
Edx在线课程数据 EdX是Harvard和MIT两所顶尖院校于2012年4月联合推出的在线慕课平台。用户可以在edX上学习这两所名校开设的超优质课程，内容涵盖计算机科学，技术，科学，工程，数学，人文，社会等不同领域。平台集中了尖端教育的资源，是免费给大众开放的非营利平台。 数据获取地址：Online Courses from Harvard and MIT 2）数据集中各字段含义： 共有2...
教育数据大全 1949-2021年全国省级地级市人力资本受教育年限 上市公司教育背景学历结构 教育支出 学校教职工学生
CXB_COM的博客
06-07 2885
（1）上市公司高管教育背景、学历结构，且含有多份不同来源的100多万数据集；上市公司员工教育背景、学历结构的100万+数据集； （2）地级市教育支出、教育从业人员、全国大学数据集，普通高等学校、普通中学、普通小学、中等职业教育、中等专业学校、教职工、学生数据集； （3）省级人力资本（分农村、城镇）、平均受教育年限、高等教育占比、大专占比等；省级教育基尼系数、教育经费、教育支出、教育投资数据；省级高等教育、普通高中、初中、普通小学、特殊教育、农村学校、教职工、学生等教育数据 （4）全球教育数据、在线教育投融资
数据集 大语言模型 知识图谱
01-03
### 大语言模型、数据集与知识图谱的相关信息 #### 数据集的选择与应用 对于大语言模型而言，高质量的数据集至关重要。可以使用TACRED、NYT、WikiReading等公开的知识图谱构建数据集，这些数据集不仅有助于训练和评估模型性能，还能够提升模型的理解能力[^1]。 #### 构建知识图谱的方法 通过利用大型语言模型自动构建知识图谱成为一种趋势。基于大模型的强大表示能力和企业内部丰富的业务数据相结合的方式，可以在特定领域内快速建立精准的知识图谱体系。这一体系涵盖了从基础理论到实际操作的一系列技能，包括但不限于GPU算力管理、硬件配置优化以及LangChain开发框架的应用实践等内容[^2]。 #### 关系与发展前景 尽管初期有人担心随着大语言模型的发展会使传统意义上的知识图谱失去价值，但实际上两者处于不同层次上并存互补的关系。具体来说，前者擅长处理自然语言理解和生成任务，而后者则更侧重于结构化信息表达及推理计算方面的工作。因此，在某些应用场景下二者结合能取得更好的效果[^3]。 #### 教育领域的联合应用案例 特别是在教育行业里，符号主义下的知识图谱技术和连接主义中的大语言模型技术各自发挥着重要作用。一方面，借助知识图谱可以帮助老师更好地组织教学内容；另一方面，则可通过引入先进的LLM来增强个性化学习体验和支持智能化辅导服务。这种跨学科交叉融合的研究方向正逐渐受到更多关注，并有望在未来带来更加创新性的解决方案[^4]。 ```python # Python代码示例：加载并预览部分Tacred数据集样本 import json def load_tacred_sample(file_path='tacred_dataset.json'): with open(file_path, 'r') as f: data = json.load(f) sample_data = [] for i in range(5): # 只取前五个样例作为展示 entry = data[i] sentence = " ".join(entry['token']) relation_type = entry['relation'] subject_entity = (entry['subj_start'], entry['subj_end']) object_entity = (entry['obj_start'], entry['obj_end']) formatted_entry = { "Sentence": sentence, "Relation Type": relation_type, "Subject Entity Position": subject_entity, "Object Entity Position": object_entity } sample_data.append(formatted_entry) return sample_data print(load_tacred_sample()) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CSPhD-winston-杨帆

给我饭钱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值