LLM-Rec Think/No-Think 混合训练集

# LLM-Rec Think / No-Think Mix 推荐 SFT 数据，共 22,461 条。每行是一个仅含单个 `{system, prompt, response}` 对象的 JSON 数组。 - 高质量 Gold CoT `/think`：3,100 条（视频、商品、广告各 1,000，直播 100） - `/no_think`：19,361 条（视频 10,000，商品 3,000，广告 3,000，直播 3,361） - 合并后的目标域分布：视频 11,000，商品 4,000，广告 4,000，直播 3,461 - 视频、商品、广告的 no-think 样本仅保留目标域历史；直播保留原始历史。 - 数据使用固定种子 `20260830` 打散。