Nemotron-Cascade-2-RL-data

Nemotron-Cascade-2-RL 数据集是一个专为强化学习（RL）任务设计的精选数据集，用于训练 Nemotron-Cascade-2-30B-A3B 模型。数据集包含四个子集：指令跟随 RL（IF-RL）、多领域 RL（Multi-domain-RL）、多领域策略蒸馏（MOPD）和软件工程 RL（SWE-RL）。IF-RL 包含 45,879 个训练样本，主要用于解决指令类型中的格式不一致问题。Multi-domain-RL 包含 18,147 个样本，涵盖多领域任务如多选问答（MCQA）、职场助手和结构化输出指令跟随。MOPD 包含 6,171 个样本，覆盖数学推理、指令跟随、结构化输出等领域。SWE-RL 包含 3,612 个样本，专注于软件工程 RL 工作流。数据集总样本数为 73,809，磁盘大小约 2.73 GB，采用 JSONL 格式，包含文本和元数据。数据集采用混合方式（人工、合成、自动化）收集和标注，适用于商业用途，遵循 ODC-By 许可。