К содержимому

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")