Датасет · open-thoughts

Синтетические reasoning-данные на 114 тыс. примеров

open-thoughts/OpenThoughts-114k

114 тыс. примеров рассуждений по математике, науке, коду и головоломкам для обучения LLM.

Что внутри

OpenThoughts-114k — открытый синтетический датасет рассуждений на 114 тыс. примеров. Он покрывает математику, науку, программирование и головоломки; на нём обучали модели OpenThinker-7B и OpenThinker-32B. Есть готовый к обучению default subset; данные текстовые.

Что можно сделать

SFT LLM для reasoning-задач
Дообучение LoRA на математике и коде
Проверка модели на головоломках и науке

Размер: 100K–1M записей
Скачиваний за месяц: 129,9 тыс.
Лайков: 941

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("open-thoughts/OpenThoughts-114k")

Открыть на Hugging Face