Датасет · nvidia
Научный SFT-датасет Nemotron Science
nvidia/Nemotron-SFT-Science-v2
Крупный датасет научных рассуждений по физике, химии и биологии с синтетическими и реальными задачами.
Что внутри
Содержит от 1M до 10M примеров на английском языке. Включает физику, биологию и химию в формате тестов с выбором ответа и открытых вопросов. Решения сгенерированы LLM с использованием пошаговых рассуждений (CoT), Python и инструментов поиска.
Что можно сделать
- Обучение научных LLM с рассуждениями (CoT)
- Тренировка моделей использовать инструменты вроде Python и поиска
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 22 тыс.
- Лайков
- 21
Модели, обученные на нём
- mradermacher/LlamaScientific-8B-i1-GGUF 4,2 тыс.
- abhishekchohan/Qwen3.8-27B-AWQ-INT4-FP8KVКартинка + текст 4 тыс.
- mradermacher/FlashModel-Qwen3.5-9B-i1-GGUF 2,3 тыс.
- mradermacher/LlamaScientific-8B-GGUF 1,1 тыс.
- flashback2k/FlashModel-Qwen3.5-9B-GGUFГенерация текста 732
- abhishekchohan/Qwen3.8-27B-AWQ-INT4Картинка + текст 660
- mradermacher/TinyBalls-110M-V1-GGUFГенерация текста 445
- abhishekchohan/Qwen3.8-27B-GPTQ-INT4-FP8KVКартинка + текст 389
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/Nemotron-SFT-Science-v2")