Разработка, проверка и корректировка датасетов для Supervised Fine-Tuning

Датасеты

Готовые датасеты для Qwen

Датасеты для тренировки локальныз моделей ИИ

      Английский язык как настольная игра - Онлайн книга

      При изучении английского языка очень важно расширять словарный запас и повышать эффективность его использования. Нередко ученики, знающие много английских слов, не могут свободно составлять фразы. Настольные игры из бумаги можно использовать для тренировки и расширения словарного запаса.
      Методика обучения использует многократное повторение словарного запаса учениками в процессе игры. Используем известную игру Oflameron для обучения. Игра ведется на поле в виде таблицы 6х6 ячеек.



      Игровое поле - простая таблица 6х6 ячеек. В ячейки вписаны буквы английского алфавита. Ячеек несколько больше, чем букв в алфавите. Поэтому некоторые буквы дублируются. Вместо повторяющихся букв можно использовать бонусные значки (об этом ниже).
      В таблице обозначены две координаты вертикаль и горизонталь
      Игроки должны использовать сразу два игральных кубика - красный и синий. Очки, выпавшие на кубиках, определяют координаты ячейки на игровом поле.

      Алгоритм Oflameron

      В процессе игры участники кидают игральные кубики, определяют координаты ячеек в таблице и записывают соответствующие английские буквы на свой листочек. Из собираемых букв игроки могут составлять английские слова и называть их перевод. Это вынуждает игроков многократно перебирать в памяти английские слова, стараясь подобрать слово под имеющийся набор букв. За каждое составленное слово игроку начисляются баллы.

      Как играть

      Перед началом игры участникам выдают 10-15 ПЕРЕВОДОВ английских слов.
      Игроки по очереди кидают сразу два игральных кубика и определяют координаты ячейки из которой выписывают английскую букву. Каджый игрок записывает свои буквы.
      С какого-то момента букв накопится достаточно для составления английских слов. Игроки могут составлять любые слова не короче 4-х букв. Игрок должен назвать слово и его перевод. за это ему начисляется столько баллов, сколько букв в английском слове. На каждом шаге игры (после бросания кубиков) участник может назвать только одно английское слово.
      Если слово длиннее 4-х букв, то за каждую букву сверх 4, добавляется еще по 1 баллу. Например, слово PRINT состоит из 5 букв. Игрок получит 5 баллов за слово и еще 1 балл дополнительно, т.к. слово длиннее 4-х на 1 букву. Итого 6 баллов.

      Если составленное слово оказалось длиннее всех предыдущих в этой игровой партии, то количество полученных баллов удваивается.
      Например, до этого в игре были стставлены слова HELP, NEXT, LOAD. Слово PRINT - длиннее. Т.е. - текущий рекорд. Игрок получит не 6 баллов, а 12 баллов. Когда кто-то из игроков составит слово из 6 букв, будет новый текущий рекорд в партии и игроку снова начислят двойное количество баллов.

      Если составляемое слово - из числа тех 10-15 слов, ПЕРЕВОД которых был задан, то количество полученных баллов утраивается. Т.е. за слово PRINT игрок получил бы 18 баллов.

      Использованные для составления буквы вычеркиваются из списка доступных и их надо собирать заново. Например, у игрока были буквы N, I, P, N, R, K, G, T. То, составив слово PRINT, у игрока останутся только буквы K, N и G

      Игра заканчивается, когда составлены все 10-15 слов, ПЕРЕВОД которых задавался. Подсчитывается количество баллов и игрок, набравший больше всех, объявляется победителем. Если таких игроков несколько, победитель тот, кто составил наиболее длинное слово или больше длинных слов.

      Обучающий эффект

      Несмотря на несложность алгоритма игры, она обеспечивает высокую эффективность. В процессе игры участники постоянно перебирают в памяти английские слова, стараясь подобрать их под постоянно меняющийся набор букв. То, что буквы надо постоянно дособирать, можно называть только одно слово и закончить игру можно строго определнным способом, обеспечивает многократное повторение словарного запаса за игровую партию.
      После нескольких игр участники будут гораздо быстрее подбирать английские слова при составлении фраз.

      Бонусы и варианты

      Взамен повторяющихся английских букв на игровом поле можно разместить числа и если игрок бросает кубики и на них выпадает координата такой ячейки, участнику добавляется столько баллов, сколько очков вписано в ячейку (число).
      В игре можно использовать два одинаковых кубика и игроки сами определяют, какие значения к какой координате относятся. В некоторых случаях это позволяет точнее выбирать буквы для составления английских слов и увеличивает количество перебираемых игроком ваиантов. Т.е. усиливает эффект тренировки.



      Скачайте имидж игрового поля в формате документа Word, распечатайте и можете играть. Игра Oflameron удобна тем, что если вы не можете распечатать игровые материалы, вы можете сделать их их подручных материалов за 15-20 минут в любых условиях.


      Скачать english.doc >>>>

      Cards >>>>

      Scenario >>>>

      Разработка Датасетов

      Разработка Датасетов

      Удаленная работа

      При дообучении локальных моделей ИИ необходимо подготовить специализированные Датасеты. Например, для темы "Маокетинг молочных продуктов".
      Для тренинга нужно около 5000 примеров. Датасеты можно генерировать в ИИ. Бесплатные ИИ могут генерировать около 10 примеров за одно обращение. Запрос, генерирование, копирование примеров в файл займет примерно 5 минут "чистого" времени.
      И 5000 примеров вы составите всего за 25 000 минут. Это чуть больше двух недель не вставая из-зв компьютера.
      Но, допустим, эта работа выполнена. А что если проверить сделанные примеры.
      Берем сгенерированный пример

    {
      "instruction": "Проанализируй динамику продаж категории 'Молоко питьевое' в гипермаркете 'Лента' за последние 6 месяцев. Выяви тренд, сезонность и дай прогноз на следующий месяц.",
      "input": "Данные по продажам молока (литры) в гипермаркете 'Лента' за период с января по июнь 2025 года:\n- Январь: 12 450 л (средняя цена 89 руб/л)\n- Февраль: 11 820 л (средняя цена 92 руб/л)\n- Март: 13 200 л (средняя цена 88 руб/л)\n- Апрель: 14 100 л (средняя цена 86 руб/л)\n- Май: 15 300 л (средняя цена 85 руб/л)\n- Июнь: 16 800 л (средняя цена 83 руб/л)\nИндекс потребительских цен на молоко за этот период вырос на 3.2%.",
      "output": "**Тренд:** Наблюдается устойчивый восходящий тренд с января по июнь. Общий прирост продаж составил +34.9% (с 12 450 до 16 800 л). Среднемесячный темп прироста — +5.8%. Снижение цены на 6.7% (с 89 до 83 руб/л) коррелирует с ростом спроса, что указывает на ценовую эластичность в данном сегменте (коэффициент эластичности ? -5.2).\n\n**Сезонность:** В марте наблюдается аномальный скачок (+11.7% к февралю), что связано с подготовкой к Пасхе и повышением спроса на молочные продукты для выпечки. Апрель–июнь — традиционный рост за счёт школьных каникул и увеличения потребления свежих молочных продуктов.\n\n**Прогноз на июль:**\n- Ожидаемый объём — 17 500–18 200 л (с учётом сохранения тренда и фактора жары, стимулирующего потребление кисломолочных напитков).\n- Рекомендуемый заказ: 18 500 л с учётом возможного роста туристического потока.\n- Ценовая стратегия: удержание цены на уровне 82–84 руб/л для стимулирования спроса.",
      "category": "Анализ продаж",
      "subcategory": "1.1 Динамика продаж по категориям",
      "difficulty": "easy"
    }

      Анализируем

      Что здесь сломано (Ошибки и аномалии)
      1. Календарный абсурд (Пасха и каникулы не на тех местах)
      Пасха в марте: Модель объясняет мартовский скачок подготовкой к Пасхе. Однако Пасха — это переходящий праздник, который почти всегда выпадает на апрель или май. В 2025 году православная Пасха была 20 апреля. В марте её быть не могло.
      Каникулы в июне: Модель пишет: «Апрель–июнь — традиционный рост за счёт школьных каникул». В апреле и мае дети учатся. Летние каникулы начинаются только в июне.

      2. Грубое маркетинговое противоречие в прогнозе
      Входящие данные: Задание четко просит проанализировать категорию «Молоко питьевое».
      В прогнозе: Модель пишет: «...фактора жары, стимулирующего потребление кисломолочных напитков». Питьевое молоко и кисломолочные напитки (кефир, айран) — это разные товарные категории с разным поведением. Более того, в реальном ритейле летняя жара снижает продажи питьевого молока (люди реже варят каши, кофе пьют со льдом, молоко быстро киснет), спрос падает или уходит в ультрапастеризованное молоко (UHT).

      3. Математические ошибки и искажения
      Темп прироста: Общий прирост с 12 450 до 16 800 посчитан верно (+34.9%). Но среднемесячный темп прироста указан как +5.8%. Если считать по формуле среднего геометрического (цепной темп), то (16800/12450)^(1/5) - 1 = +6.2%. Ошибка небольшая, но для LLM критичная.
      Эластичность: Коэффициент ценовой эластичности указан как -5.2. Это аномально высокое значение для молока (базового продукта питания с низкой эластичностью, обычно около -0.4...-0.8). При эластичности -5.2 снижение цены на 6.7% должно было вызвать взрывной рост продаж на 35% только за счет цены, без учета тренда.

      Давайте сделаем кейс реалистичным. Внесем в него реальную рыночную логику: в первом полугодии (зима-весна) молоко продается хорошо, а в мае-июне (с началом дачного сезона и жары) объемы в литрах в городах падают, несмотря на сезонное снижение цен сырого молока заводами.


{
  "instruction": "Проанализируй динамику продаж категории 'Молоко питьевое' в гипермаркете 'Лента' за последние 6 месяцев. Выяви тренд, сезонность и дай прогноз на следующий месяц.",
  "input": "Данные по продажам молока (литры) в гипермаркете 'Лента' за период с января по июнь 2025 года:\n- Январь: 15 200 л (средняя цена 89 руб/л)\n- Февраль: 14 800 л (средняя цена 92 руб/л)\n- Март: 15 600 л (средняя цена 88 руб/л)\n- Апрель: 16 100 л (средняя цена 86 руб/л)\n- Май: 14 300 л (средняя цена 85 руб/л)\n- Июнь: 12 800 л (средняя цена 83 руб/л)\nИндекс потребительских цен на молоко за этот период вырос на 3.2%.",
  "output": "**Тренд и ценовая эластичность:**\nНаблюдается выраженный излом динамики. С января по апрель продажи стабильно росли (с 15 200 до 16 100 л). Однако в мае-июне зафиксировано падение спроса до 12 800 л. Общее снижение объемов за 6 месяцев составило -15.8%. Снижение розничной цены на 6.7% (с 89 до 83 руб/л) не смогло компенсировать падение спроса, что подтверждает низкую ценовую эластичность питьевого молока в летний период (рыночный тренд доминирует над ценовым фактором).\n\n**Сезонность:**\n- **Январь–февраль:** Стабильный зимний спрос (домашнее потребление, приготовление горячих блюд).\n- **Март–апрель:** Пик полугодия (15 600 л и 16 100 л соответственно). Рост в апреле обусловлен подготовкой к Пасхе (20 апреля 2025 г.) и массовой выпечкой.\n- **Май–июнь:** Резкий сезонный спад (-11.2% в мае к апрелю, -10.5% в июне к маю). Это классический FMCG-тренд: начало дачного сезона, школьные каникулы и выезд городского населения снижают трафик гипермаркетов. Дополнительно влияет фактор летней жары, когда потребители переключаются с цельного молока на прохладительные напитки и воду.\n\n**Прогноз на июль:**\n- **Ожидаемый объём:** 11 900–12 300 л. Ожидается сохранение низкого сезонного спроса до конца июля (пик отпусков).\n- **Рекомендуемый заказ:** Ограничить объем регулярных поставок пастеризованного молока (короткий срок годности) до 12 000 л, чтобы избежать списаний. Заместить 15% объема на полке ультрапастеризованным молоком (UHT) со сроком хранения от 6 месяцев, так как оно менее чувствительно к температурным рискам логистики в июле.\n- **Ценовая стратегия:** Удерживать цену на уровне 83–85 руб/л. Дальнейшее снижение цены нецелесообразно, так как категория неэластична летом и скидки не привлекут дополнительный трафик.",
  "category": "Анализ продаж",
  "subcategory": "1.1 Динамика продаж по категориям",
  "difficulty": "medium"
}

      Почему эта версия идеальна для Qwen 2.5:
      Календарная точность: Пасха привязана строго к апрелю 2025 года, а спад продаж логично объяснен оттоком людей в мае-июне.
      Отраслевая экспертиза (FMCG): Модель учится дифференцировать риски пастеризованного («короткого») молока и предлагает грамотное коммерческое решение — временно заменить часть матрицы на UHT-молоко длительного хранения на период июльской жары.
      Реалистичная экономика: Коэффициент эластичности больше не выдумывается «из головы», а дается качественная оценка того, что летом ценовые промо на молоко работают плохо.

      Удаленная работа

       Валерий Шмелев

      arrayphotocintrol    com-  Понятно, что это такое

      Prompt инжиниринг, локальные ИИ серверы, разработка датасетов.
      Создание туннелей для удаленного оборудования (вендинги, кассы, серверы), vibe coding, АПКШ Континент.

      Удаленная работа

Датасеты