mmm128/combined-math-sft
收藏官方服务：
资源简介：
一个精心策划的数学推理数据集，用于推理语言模型的监督微调（SFT）。该数据集结合了NuminaMath-CoT的过滤版本和MathX-5M的额外数学推理样本，并进行了领域平衡、推理长度过滤以及使用oxed{}答案的简洁最终答案格式化。它专为数学思维链推理、可验证的最终答案生成、紧凑推理模型后训练（如Qwen3-1.7B）以及SFT和GRPO风格流程而设计。
A curated mathematical reasoning dataset for supervised fine-tuning (SFT) of reasoning language models, combining filtered NuminaMath-CoT and MathX-5M samples with domain balancing and reasoning-length filtering.
提供机构：
mmm128
