Датасет · glaiveai
22 млн синтетических рассуждений
glaiveai/reasoning-v1-20m
Синтетические пары вопрос-ответ с цепочками рассуждений на общие темы, не только математика и код.
Что внутри
Датасет содержит более 22 млн вопросов и ответов с рассуждениями, сгенерированных моделью deepseek-ai/DeepSeek-R1-Distill-Llama-70B. Темы — социальные и естественные науки, образование, креативное письмо и общие беседы; язык английский. Формат — текстовые пары вопрос-ответ для обучения генерации.
Что можно сделать
- SFT модели на reasoning-трассах вне кода и математики
- Проверка обобщения LLM на гуманитарные темы
- Дообучение LoRA для диалоговых рассуждений
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 7,7 тыс.
- Лайков
- 247
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("glaiveai/reasoning-v1-20m")