Датасет · nvidia
SFT-данные для Nemotron-Cascade-2
nvidia/Nemotron-Cascade-2-SFT-Data
Текстовый SFT-набор для обучения Nemotron-Cascade-2, включая математику и науку.
Что внутри
Набор текстовых SFT-примеров, использованный при обучении Nemotron-Cascade-2; размер от 10 до 100 млн примеров. Математические промпты взяты из Nemotron-Cascade-1-SFT и Nemotron-Math-v2, ответы сгенерированы DeepSeek-V3.2, DeepSeek-V3.2-Speciale и GPT-OSS-120B. Для доказательств промпты брали из Nemotron-Math-Proofs-v1 и генерировали DeepSeek-V3.2-Speciale; в набор также входят научные промпты.
Что можно сделать
- Дообучать LLM на математических и научных рассуждениях
- Воспроизводить SFT для Nemotron-Cascade-2
- Сравнивать ответы разных учителей при дистилляции
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 13,2 тыс.
- Лайков
- 78
Модели, обученные на нём
- mradermacher/Marco-Mini-Instruct-i1-GGUF 2,5 тыс.
- mradermacher/Marco-Nano-Instruct-i1-GGUF 1,8 тыс.
- ATH-MaaS/Marco-Nano-InstructГенерация текста 1,6 тыс.
- mradermacher/openNemo-Cascade-2-30B-A3B-i1-GGUF 1,4 тыс.
- ATH-MaaS/Marco-Mini-InstructГенерация текста 1,3 тыс.
- mradermacher/Marco-Nano-Instruct-GGUF 773
- mradermacher/Marco-Mini-Instruct-GGUF 545
- mradermacher/openNemo-Cascade-2-30B-A3B-GGUF 422
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/Nemotron-Cascade-2-SFT-Data")