DeepVision-103K
קוד פתוחskylenage-aimit2026-02-14
מאגר של מעל מאה אלף בעיות מתמטיקה חזותיות עם תשובות חד משמעיות לאימות. מתאים למי שמאמן מודלים רב מודליים בשיטות למידת חיזוק וצריך פידבק מדויק.
- 1,174הורדות בחודש
- 36לייקים
מה זה
המאגר מציג בעיות מתמטיות מרמת בית ספר שמלוות בדיאגרמות, גרפים, צורות הנדסיות ותרשימים. כל רשומה כוללת שאלה, תמונה, פתרון סופי שניתן לבדיקה אוטומטית, שיעור הצלחה של מודלים קודמים, סיווג היררכי לפי נושא, רשימת מושגים נדרשים ופירוט האלמנטים שמופיעים בתמונה. הכיסוי נע בין גאומטריה ודיאגרמות שטוחות או מרחביות, דרך אלגברה ועד להסתברות וסטטיסטיקה.
איסוף המידע התבסס על חומרי לימוד קיימים וכלל שלושה שלבי סינון מוגדרים. בשלב הראשון נופו שאלות פתוחות, הוכחות או בעיות בעלות כמה תשובות אפשריות שאינן מתאימות לחישוב פרס מבוסס חוקים. בהמשך כויל קושי השאלות באמצעות בחינת שיעורי מעבר של מודלים, ולבסוף אומתו צמדי השאלות והתמונות בעזרת בדיקה של מודל ג׳מיני כדי לוודא תקינות מלאה של הנתונים.
מתאים ל
- אימון מודלים בלמידת חיזוק
חישוב תגמול מדויק בעזרת תשובות סופיות חד משמעיות בלי להסתמך על שיפוט אנושי יקר.
- הערכת ביצועים רב מודליים
בדיקת יכולת המודל לפענח גרפים ותרשימים הנדסיים מורכבים במבחני מתמטיקה.
- אופטימיזציית הסקת מסקנות
שיפור יעילות תהליך החשיבה והפחתת כמות הטוקנים שהמודל מייצר בדרך לפתרון.
איפה זה נופל
כל התוכן מוגבל לשפה האנגלית בלבד, כך שאין שום כיסוי לבעיות שנכתבו בעברית או תמיכה במינוחים מקומיים. הסינון המכוון הוציא החוצה שאלות שדורשות הוכחה מילונית, תשובות מרובות או הסברים מעמיקים, מה שמגביל את היכולת לפתח מודל שיודע לנמק מעבר להגעה למספר הסופי. בנוסף, שלב האימות התבסס בעצמו על בדיקות סינתטיות של מודל חיצוני, עובדה שמחייבת בדיקה מדגמית ידנית לפני שמשלבים את המידע באימון מוצר קריטי.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצרים מסחריים?
כן, הרישיון המוגדר הוא רישיון MIT שמאפשר שימוש מסחרי מלא ללא הגבלות מיוחדות. אתם יכולים לאמן עליו מודלים פנימיים או מוצרים שיימכרו ללקוחות. הדרישה היחידה היא שמירה על תנאי הרישיון המקוריים בעת הפצת הקוד והנתונים.
האם הנתונים כוללים שאלות בשפה העברית?
לא, המאגר מוגדר ומכיל אך ורק תוכן בשפה האנגלית. מונחים גאומטריים, ניסוחי שאלות והנחיות מופיעים באנגלית בלבד. אם המטרה היא התאמה למערכת החינוך בישראל, תצטרכו לתרגם את השאלות ולבדוק את התאמתן בעצמכם.
איך נאספו וסוננו השאלות בפועל?
הנתונים נלקחו ממאגרי לימוד קיימים של חומרי בית ספר ועברו תהליך עיבוד תלת שלבי. בשלב הראשון סוננו בעיות שדורשות הוכחות ארוכות או בעלות תשובות מרובות כדי לאפשר אימות אוטומטי. בהמשך חושב שיעור ההצלחה של מודלים שונים לכיול הקושי, ובסוף מודל ג׳מיני אימת את התאמת התמונות לשאלות ולתשובות.
מה ההבדל בין המאגר הזה למאגרי מתמטיקה אחרים ברשת?
המאגר מתמקד בתשובות הניתנות לאימות ישיר ומדויק עבור למידת חיזוק, בניגוד למאגרים שמכילים הסברים חופשיים. בנוסף, הוא כולל מגוון רחב יותר של אלמנטים חזותיים כמו שרטוטים הנדסיים ותרשימים ולא רק בעיות אלגברה טקסטואליות. כל דוגמה מלווה גם במידע מובנה על רמת הקושי והמושגים הנדרשים לפתרון.
איך טוענים
המאגר פתוח להורדה חופשית בחיבוק הפנים ללא צורך בהרשאה מוקדמת, והוא כולל עשרים ושישה קבצים שהעיקריים שבהם מסופקים בפורמט פארקט. בתוך הרשומות תעבדו בעיקר עם הטקסט של השאלה, התמונה הנלווית, והתשובה הסופית עבור חישוב מדדי הצלחה. כדי להריץ אימון מבוסס חיזוקים לפי הקוד המצורף, תצטרכו להגדיר נתיבים לקובצי הרכבת והמבחן, ולהתקין ספריות תשתית ייעודיות כמו verl וספריית mathverify שמבצעת אימות חוקים.
from datasets import load_dataset
ds = load_dataset("skylenage-ai/DeepVision-103K")הרישיון
המאגר מופץ תחת רישיון MIT, אחד הרישיונות המתירניים ביותר שקיימים. מותר לעשות בו שימוש מסחרי, לשנות את הנתונים, להפיץ אותם מחדש ולאמן עליהם מודלים ללא דרישה לשחרר את התוצרים באותו רישיון. החובה היחידה היא לשמור על הודעת זכויות היוצרים והרישיון המקורי בקבצים.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש