Датасет · kotekjedi
Восстановленные скрытые рассуждения 27 закрытых LLM
kotekjedi/stolen-thoughts
Датасет к исследованию об извлечении скрытых цепочек рассуждений из проприетарных API на сложных задачах.
Что внутри
Репозиторий к научной статье (arXiv:2608.09867) содержит от 10 до 100 тысяч записей на английском языке в текстовом и табличном форматах. Внутри находятся ответы проприетарных API и восстановленные из них скрытые цепочки рассуждений для 27 моделей на задачах Humanity's Last Exam, олимпиады AIME 2025 и Codeforces. Также включён отдельный срез fortress с ответами из эксперимента по проверке на вредоносные знания.
Что можно сделать
- Анализ и сравнение скрытых цепочек рассуждений (reasoning traces) закрытых моделей
- Исследование уязвимостей и безопасности рассуждающих LLM через срез fortress
- Дистилляция навыков решения олимпиадных и алгоритмических задач в открытые модели
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 13,7 тыс.
- Лайков
- 8
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("kotekjedi/stolen-thoughts")