Датасет · yatin-superintelligence
Синтетический датасет рассуждений и веб-поиска для малых моделей
yatin-superintelligence/Edge-Agent-Reasoning-WebSearch-260K
Корпус на 700+ млн токенов для обучения компактных моделей пошаговому анализу задач и веб-поиску.
Что внутри
Синтетически сгенерированный корпус объёмом от 100 тысяч до 1 миллиона записей (более 700 миллионов токенов) на английском языке, включающий тексты, изображения, документы и 3D-данные. Материалы созданы для того, чтобы научить небольшие локальные модели (SLM) декомпозировать сложные задачи и осознавать нехватку контекста вместо галлюцинаций.
Что можно сделать
- Обучение и SFT компактных локальных моделей (SLM) для запуска на устройствах
- Разработка автономных ИИ-агентов с навыками веб-поиска и самопроверки
- Задачи
- Генерация текста, Вопрос-ответ, Мультимодальные, Робототехника
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 6,7 тыс.
- Лайков
- 55
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("yatin-superintelligence/Edge-Agent-Reasoning-WebSearch-260K")