Датасет · Manusagents
Дистилляция ответов 73 моделей
Manusagents/GPT-5.5-Gemini-3.1-Pro-Grok-4-Claude-Fable-5-Mythos-5-Qwen-3.7-Max-and-more-Distillation-Dataset
18 млн сигналов дистилляции из 73 открытых моделей и 7 тыс. GitHub-репозиториев для обучения текстовых моделей.
Что внутри
Текстовый корпус дистилляции: 18M+ сигналов, собранных из 7 090 исходных GitHub-репозиториев и 8 категорий, объём около 76 ГБ+. По карточке, данные объединяют выводы 73 открытых моделей; языки — en и multilingual. Это не написанный вручную, а собранный набор для обучения моделей.
Что можно сделать
- SFT текстовой LLM на сигналах дистилляции
- Дообучение LoRA под код и рассуждения
- Проверка пайплайна дистилляции
- Задачи
- Генерация текста, Другое
- Языки
- Английский, Много языков
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 14,3 тыс.
- Лайков
- 280
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("Manusagents/GPT-5.5-Gemini-3.1-Pro-Grok-4-Claude-Fable-5-Mythos-5-Qwen-3.7-Max-and-more-Distillation-Dataset")