Датасет · Skywork
RL-данные Skywork-OR1 для задач рассуждения
Skywork/Skywork-OR1-RL-Data
Задачи для RL-обучения, отфильтрованные по сложности под модели DeepSeek-R1-Distill-Qwen.
Что внутри
Это текстовый датасет задач для обучения с подкреплением (RL); размер — от 100 тыс. до 1 млн примеров. Для финальной стадии обучения авторы фильтровали задачи по сложности 0–16 относительно DeepSeek-R1-Distill-Qwen-{1.5,7,32}B и исключали задачи со значениями 0 и 16 для каждой модели. Язык в метаданных не указан.
Что можно сделать
- RL-дообучение reasoning-моделей
- Подбор сложных задач для DeepSeek-R1-Distill-Qwen
- Проверка устойчивости моделей на трудных задачах
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 2,3 тыс.
- Лайков
- 69
Модели, обученные на нём
- Skywork/Skywork-OR1-Math-7B 3 тыс.
- mradermacher/Marco-Mini-Instruct-i1-GGUF 2,5 тыс.
- mradermacher/Marco-Nano-Instruct-i1-GGUF 1,8 тыс.
- bartowski/Skywork_Skywork-OR1-7B-GGUFГенерация текста 1,7 тыс.
- ATH-MaaS/Marco-Nano-InstructГенерация текста 1,6 тыс.
- bartowski/Skywork_Skywork-OR1-32B-GGUFГенерация текста 1,4 тыс.
- Skywork/Skywork-OR1-7B 1,4 тыс.
- ATH-MaaS/Marco-Mini-InstructГенерация текста 1,3 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("Skywork/Skywork-OR1-RL-Data")