Datasets:

inkoziev
/

arithmetic

	---
	language:
	- ru
	language_creators:
	- machine-generated
	license:
	- cc-by-nc-4.0
	multilinguality:
	- monolingual
	pretty_name: arithmetic
	source_datasets: []
	tags: []
	task_categories:
	- question-answering
	task_ids:
	- closed-domain-qa
	---

	# Арифметические задачи для диалоговой системы

	Датасет содержит сэмплы с простыми математическими заданиями примерно такого вида:

	```
	- Фонарик Федора работает от 2 батареек, а фонарик Лехи от 6. Сколько батареек нужно фонарикам Федора и Лехи в сумме?
	- 2+6=8, столько батареек потребуется.
	- Теперь прибавь к результату 469, что получилось?
	- 8 плюс 469 равно 477
	- Подели на 53, что получилось?
	- 9
	```

	Основная масса задач связана с арифметическими действиями. Есть некоторое количество задач
	на поиск корней квадратного уравнения:

	```
	- Найди действительные корни квадратного уравнения a⋅x²+b⋅x+c для a=45, b=225, c=-270
	- Тут два действительных корня -6 и 1
	```


	Также есть пополняемый набор задач с раскрытым ходом решения:

	```
	- В болотистых лесах проживает 8 сусликов. Охотник съедает по одному суслику каждые 9 дней. Сколько сусликов останется через 12 дней?
	- За 12 дней охотник пообедает 1 раз. Поэтому останется 8-1=7 сусликов.
	```

	Некоторые задачи построены так, чтобы заставить модель обращать внимание не просто на
	наличие чисел, а на контекст их употребления:

	```
	- Вика принесла в школу 5 мандаринов. Друзья попросили ее поделиться с ними мандаринами. Она отдала им 3 штуки. Сколько мандаринов Вика отдала?
	- 3
	```

	Иногда числа в задаче не имеют отношения к сути задачи, что должно еще сильнее побуждать решающую модель учитывать контекст:

	```
	- Перемножив восемь и семь, учитель средней школы №77 получил 5084. Он верно посчитал?
	- Учитель средней школы №77 ошибся, так как 8*7=56, а не 5084
	```

	## Формат данных

	Каждый сэмпл содержит список связанных реплик без префикса "- ", образующих цепочку арифметических заданий, в которых
	условие новой задачи требует анализа как минимум предыдущей реплики.

	## Лексическая вариативность ответов

	Для многих задач ответ сформулирован не просто как число, в него добавлен сопутствующий текст:

	```
	- Чему равно 2+2?
	- 2+2 равно 4
	```

	## Метрики генеративных моделей

	После файнтюна (1 эпоха, lr=1e-5) на 90% датасета, получаются такие метрики на тестовой части:

	```
	Модель Среднее отклонение числового ответа Доля верных ответов
	в сравнении с верным
	sberbank-ai/rugpt3small_based_on_gpt2 8.03e+02% 0.057
	sberbank-ai/rugpt3medium_based_on_gpt2 2.89e+02% 0.085
	sberbank-ai/rugpt3large_based_on_gpt2 1.58e+02% 0.131
	facebook/xglm-2.9B 8.13e+02% 0.224
	```

	## Генератор сэмплов

	При формировании датасета использовался движок шаблонной генерации из этого репозитория: [https://github.com/Koziev/math](https://github.com/Koziev/math).


	## Использование датасета

	Датасет используется для тренировки [чатбота](https://github.com/Koziev/chatbot).