Компактный набор для постобучения LLM

Что внутри

Датасет собран из лучших открытых корпусов по лидерборду OpenDataArena и очищен от дубликатов и загрязнения бенчмарков. Содержит около 100 тыс. примеров в формате «задача → трасса рассуждения → финальный ответ»; домены включают математику, код, рассуждения и общие задачи. Язык в карточке не указан.

Что можно сделать

• SFT LLM на смеси задач общего назначения
• Дообучение LoRA для рассуждений и кода
• Проверка постобучения на математике и логике

Модели, обученные на нём

• OpenDataArena/Qwen3-8B-ODA-Mixture-100kГенерация текста 17
• OpenDataArena/Qwen2.5-7B-ODA-Mixture-100kГенерация текста 11

Как загрузить

from datasets import load_dataset

ds = load_dataset("OpenDataArena/ODA-Mixture-100k")