Новый датасет промышленного оборудования Нигерии: 89 записей для ИИ
Группа разработчиков Adaption Labs опубликовала датасет Nigeria Machinery Usage and Failures Dataset, предназначенный для обучения и тестирования языковых моделей. В набор вошли 89 записей по 28 индикаторам, отражающим использование и отказы оборудования в обрабатывающей промышленности, а также в нефтегазовом секторе Нигерии за период с 2006 по 2025 год.
Каждая запись содержит ссылку на публичный источник и раскодирована с помощью кодовой книги. Вместе с данными исследователи выпустили слой рассуждений, построенный по методологии chain-of-thought (CoT). Он включает 94 примера, каждый из которых состоит из запроса, ожидаемого ответа и трассировки логических шагов.
Авторы отмечают, что при автоматическом создании датасетов с помощью языковых моделей часто возникает проблема: модели могут генерировать запросы, формально соответствующие числам, но не связанные с реальной предметной областью. В данном исследовании этот показатель удалось повысить с 1 из 78 (в предыдущей версии) до 94 из 94, то есть все запросы теперь учитывают реальный контекст.
Кроме того, все 84 ответа на задания по извлечению данных точно совпадают с исходными значениями. Датасет, слой рассуждений и файл с происхождением каждой записи доступны под лицензией CC-BY-4.0.
Разработчики подчёркивают, что набор является эталонным и посевным, а не полноценным тренировочным массивом. Из 89 записей 17 индикаторов имеют только одно наблюдение, а большинство примеров в слое рассуждений представляют собой задачи на извлечение, а не многошаговые вычисления. Тем не менее, этот ресурс может быть полезен для исследователей, работающих с низкоресурсными промышленными данными в африканских экономиках.
