Датасет · HuggingFaceTB
Данные посттренировки SmolLM3-3B
HuggingFaceTB/smoltalk2
1M–10M текстовых примеров в трёх подмножествах для среднего этапа, SFT и preference-обучения SmolLM3.
Что внутри
Датасет содержит три подмножества: Mid, SFT и Preference. Они соответствуют трём фазам посттренировки модели SmolLM3-3B. В карточке есть ссылки на блог и рецепт обучения с весами подмножеств. Загружается через datasets; язык в метаданных не указан, модальность — текст.
Что можно сделать
- SFT SmolLM3-3B или похожей небольшой LLM
- DPO/preference-обучение
- Воспроизведение рецепта посттренировки SmolLM3
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 43,2 тыс.
- Лайков
- 188
Модели, обученные на нём
- mradermacher/kisoku-1.6b-chat-i1-GGUFГенерация текста 4,1 тыс.
- mradermacher/Qwen3.5-4B-DeepThought-STEM-i1-GGUF 1,9 тыс.
- mradermacher/Qwen3.5-9B-DeepThought-STEM-i1-GGUF 1,8 тыс.
- xtools-at/Qwen3.5-9B-DeepThought-STEMГенерация текста 1,8 тыс.
- xtools-at/Qwen3.5-4B-DeepThought-STEMГенерация текста 1,7 тыс.
- mradermacher/MamayLM-Gemma-3-12B-IT-v1.0-i1-GGUF 1,3 тыс.
- DedeProGames/Kiyo-230M-InstructГенерация текста 1,3 тыс.
- tudor-iustin22/Bluebird-1.5-InstructГенерация текста 1,1 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("HuggingFaceTB/smoltalk2")