codelion/synth-1B
收藏Hugging Face2025-11-11 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/codelion/synth-1B
下载链接
链接失效反馈官方服务：
资源简介：
synth-1B数据集是从PleIAs/SYNTH数据集中顺序采样的前999,997,890个标记组成的。这个数据集包含了822,230个文档，每个文档由四个字段组成：查询（query）、查询种子文本（query_seed_text）、合成推理（synthetic_reasoning）和合成答案（synthetic_answer）。这些字段通过双新行符连接，形成用于训练的全面示例。
The synth-1B dataset is a sequential sample of the first 999,997,890 tokens from the PleIAs/SYNTH dataset. It contains 822,230 documents, each consisting of four fields: query, query_seed_text, synthetic_reasoning, and synthetic_answer. These fields are concatenated with double newlines to create comprehensive training examples.
提供机构：
codelion
