Датасет · nvidia
Синтетический датасет научных рассуждений от NVIDIA
nvidia/OpenScienceReasoning-2
Парные вопросы и ответы с подробными цепочками рассуждений в STEM, праве и экономике для SFT-дообучения LLM.
Что внутри
Это синтетический текстовый датасет объёмом от 100 тысяч до 1 миллиона примеров. Внутри лежат открытые вопросы и задания с выбором ответа, дополненные подробными пошаговыми рассуждениями (reasoning traces). Материалы охватывают точные науки (STEM), право, экономику и гуманитарные дисциплины.
Что можно сделать
- SFT-дообучение языковых моделей для усиления навыков логического вывода
- Подготовка моделей к сложным научным бенчмаркам уровня GPQA-Diamond и MMLU-Pro
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 38,2 тыс.
- Лайков
- 58
Модели, обученные на нём
- mradermacher/Nemotron-SEA-LION-v4.8-30B-A3B-Base-i1-GGUF 4 тыс.
- mradermacher/NeoHorse-1-9B-Math-SFT-i1-GGUF 2,3 тыс.
- mradermacher/NeoHorse-1-9B-Math-SFT-GGUF 771
- mradermacher/Qwen3-4B-MegaR3ASONER-v1-i1-GGUFГенерация текста 656
- mradermacher/SciReason-LFM2-2.6B-i1-GGUF 509
- mradermacher/OpenScienceReasoning-Qwen-e10-i1-GGUF 475
- mratsim/MiniMax-M2.5-FP8-INT4-AWQГенерация текста 384
- mradermacher/Qwen3-4B-MegaR3ASONER-v1-GGUFГенерация текста 382
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/OpenScienceReasoning-2")