Датасет · r0b0tlab
Цепочки рассуждений от DeepSeek V4 Pro для агентов
r0b0tlab/deepseek-hermes-reasoning-traces
19 331 многошаговый диалог с рассуждениями в формате ChatML + Hermes на английском языке для обучения локальных агентных моделей.
Что внутри
Внутри лежат 19 331 многошаговых диалогов с цепочками рассуждений, сгенерированных моделью DeepSeek V4 Pro на английском языке. Данные оформлены в форматах ChatML и Hermes, разделены на выборки train (16 431), valid (1 933) и test (967), а также разбиты по объему токенов под разный размер видеопамяти (nano, budget, standard). Датасет предназначен для дообучения локальных моделей под работу в качестве инстансов Hermes Agent.
Что можно сделать
- LoRA-дообучение локальных LLM для работы в роли автономных агентов (Hermes Agent)
- Обучение небольших моделей пошаговому рассуждению (reasoning) при ограниченном объеме VRAM
- Тестирование качества агентных цепочек рассуждений на отложенной выборке test
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 293
- Лайков
- 42
Как загрузить
from datasets import load_dataset
ds = load_dataset("r0b0tlab/deepseek-hermes-reasoning-traces")