Nemotron-Cascade-2-SFT-Data
收藏Hugging Face2026-03-20 更新2026-03-21 收录
下载链接：
https://huggingface.co/datasets/nvidia/Nemotron-Cascade-2-SFT-Data
下载链接
链接失效反馈官方服务：
资源简介：
Nemotron-Cascade-2-SFT-Data 是一个用于训练 Nemotron-Cascade-2 模型的监督微调（SFT）数据集。该数据集包含多个领域的样本，包括数学、科学、通用聊天、指令跟随、安全性、对话代理、软件工程代理和终端代理。数据来源于多个公开数据集，并通过不同的模型（如 DeepSeek-V3.2、GPT-OSS-120B 等）生成响应。数据集按领域划分，具体样本数量如下：数学 5,226,364 条，科学 2,717,163 条，通用聊天 13,972,873 条，指令跟随 820,263 条，安全性 3,570 条，对话代理 822,213 条，软件工程代理 439,610 条，终端代理 822,213 条。训练时，所有 SFT 样本被打包成长度不超过 256K 标记的序列，并在单个阶段进行训练。数据集发布于 2026 年 3 月 19 日，使用 NVIDIA Open Model License 许可。
提供机构：
NVIDIA
创建时间：
2026-03-20
