234K научных QA-пар для рассуждений по статьям

Что внутри

Spark-234K — датасет научных рассуждений с 234 тыс. пар вопрос-ответ, синтезированных из передовых научных публикаций. Вместо генерации QA из полного текста SPARK сначала сжимает статью в компактный reasoning skeleton: центральное утверждение, подтверждающие доказательства, количественные связи, допущения и границы. Язык — английский; формат в карточке не указан.

Что можно сделать

• SFT языковой модели для научных рассуждений
• Обучение и проверка моделей question-answering по научной литературе
• Оценка reasoning-моделей на вопросах из свежих статей

Модели, обученные на нём

• mradermacher/SatellaRAG-0.8B-GGUF 1,5 тыс.
• alibidaran/qwen_progressive_thinking_16bitГенерация текста 886
• EphAsad/SatellaRAG-0.8BГенерация текста 864
• mradermacher/Satella-RAG-27B-GGUF 686
• EphAsad/Satella-RAG-27BКартинка + текст 333

Как загрузить

from datasets import load_dataset

ds = load_dataset("OpenDataArena/Spark-234K")