Датасет · Jackrong
SFT-дистилляция рассуждений DeepSeek
Jackrong/DeepSeek-V4-Distill-8000x
7 716 JSONL-примеров вопрос-ответ для SFT-дистилляции reasoning-моделей.
Что внутри
Датасет для supervised fine-tuning с дистилляцией рассуждений. Вопросы взяты из Jackrong/GLM-5.1-Reasoning-1M-Cleaned, а ответы сгенерировала учительская модель DeepSeek-V4-Flash. После очистки train split содержит 7 716 примеров в JSONL; язык — английский.
Что можно сделать
- SFT reasoning-модели
- Дистилляция DeepSeek-V4-Flash в меньшую модель
- Оценка качества рассуждений
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 1,4 тыс.
- Лайков
- 97
Модели, обученные на нём
- Jackrong/Qwen3.5-9B-DeepSeek-V4-Flash-GGUFКартинка + текст 46,6 тыс.
- mradermacher/DeepSeek-V4-Pro-Qwen3.5-9B-GGUF 10,8 тыс.
- mradermacher/DeepSeek-V4-Pro-Qwen3.5-4B-i1-GGUF 7,3 тыс.
- mradermacher/DeepSeek-V4-Pro-Qwen3.5-4B-GGUF 5,6 тыс.
- cybertruck32489/LFM3-1.7B-RDГенерация текста 3,7 тыс.
- mradermacher/DeepSeek-V4-Pro-Qwen3.5-9B-i1-GGUF 2,8 тыс.
- mradermacher/Q3.6-27B-DS-v4-Flash-DA-i1-GGUF 2,4 тыс.
- bartowski/iselabvn_Tini-Cybersec-8B-A1B-GGUFГенерация текста 2,2 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("Jackrong/DeepSeek-V4-Distill-8000x")