five

ellabettison/reasoning-distillation-data

收藏
Hugging Face2026-04-23 更新2026-04-26 收录
下载链接:
https://hf-mirror.com/datasets/ellabettison/reasoning-distillation-data
下载链接
链接失效反馈
官方服务:
资源简介:
推理蒸馏数据集是一个通过推理蒸馏过程生成的数据集,主要用于从ER管道分类文件中提取(文档,主题配置文件)对,并使用前沿模型为每个输入生成多个推理轨迹。通过自一致性验证后,数据集还通过对抗性DPO拒绝策略进行增强。数据集包含多个配置文件,如sft(用于监督微调)、dpo(用于直接偏好优化)、eval(用于评估模型在棘手案例上的表现)等。

The reasoning distillation dataset is generated through a reasoning distillation process, primarily aimed at extracting (document, subject profile) pairs from ER pipeline triage files and generating multiple reasoning traces per input using a frontier model. After verification via self-consistency, the dataset is further augmented with adversarial DPO rejection strategies. The dataset includes multiple configurations such as sft (for supervised fine-tuning), dpo (for direct preference optimization), eval (for evaluating model performance on tricky cases), etc.
提供机构:
ellabettison
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作