К содержимому

Датасет · SargeDev

Корпус для обучения быстрых моделей-судей System One

SargeDev/jev-distill-corpus-v3

Англоязычный датасет из 740 957 примеров для дистилляции компактных классификаторов, оценивающих состояния и решения за один проход.

Что внутри

Внутри находятся 740 957 строк на английском языке с калиброванными типизированными решениями (схемы noul, choice и score). Значительную часть (498 010 строк) занимают синтетические операционные сценарии из 53 доменов, включая бизнес, технику и работу агентов. Данные предназначены для обучения небольших локальных моделей возвращать распределение вероятностей без долгого рассуждения.

Что можно сделать

  • Дистилляция быстрых моделей-судей на базе BERT или компактных Qwen
  • Обучение классификаторов для мгновенной оценки действий ИИ-агентов
  • Калибровка вероятностей при принятии решений в бизнес-процессах
Задачи
Классификация текста
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
1,9 тыс.
Лайков
50

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("SargeDev/jev-distill-corpus-v3")