leonardklin/OpenSciDER-SFT-8K

OpenSciDER-SFT-8K 是一个从 SciDER 项目整理的轨迹数据集。该数据集收集了 Qwen3.6-27B 和 OpenSciDER-27B 模型在 DataSciBench、DS-1000、DS-Bench 和 ScienceAgentBench 等科学推理基准上的推理轨迹，同时还包含了在 AI-Idea-Bench、AIRS-Bench、AstroVisBench、DiscoveryBench、MLE-Bench 和 SciCode 等基准上的评估轨迹。数据集提供三种配置：openscider（包含模型在科学推理基准上的轨迹）、benchmarks（包含基准评估轨迹）和all（包含所有上述轨迹）。配置项: - 配置名称: openscider 数据文件: - 拆分: 训练集 路径: datafiles/*openscider*.jsonl - 配置名称: benchmarks 数据文件: - 拆分: 训练集 路径: - datafiles/airs*.josnl - datafiles/astrovis*.jsonl - datafiles/discovery*.jsonl - datafiles/mle*.jsonl - datafiles/scicode*.jsonl - 配置名称: all 数据文件: - 拆分: 训练集 路径: datafiles/*.jsonl 许可证: Apache 2.0 样本量范围: - 1K-10K 任务类别: - 文本生成 标签: - 推理 语言: - 英语 <div align="center"> <img src="https://github.com/leonardodalinky/SciDER/blob/a089864587cf1df0d97099f8395505e7ed04caa8/static/images/scider_logo.webp?raw=true" width="400" /> </div> # OpenSciDER 本仓库为OpenSciDER-SFT-8K的模型仓库，该轨迹数据集源自[SciDER](https://github.com/leonardodalinky/SciDER)项目整理。 本数据集采集自Qwen3.6-27B与[OpenSciDER-27B](https://huggingface.co/leonardklin/OpenSciDER-27B)模型在DataSciBench、DS-1000、DS-Bench以及ScienceAgentBench上的推理轨迹。此外，数据集还包含AI-Idea-Bench、AIRS-Bench、AstroVisBench、DiscoveryBench、MLE-Bench与SciCode的基准评估轨迹。 本数据集共包含3种配置： - `openscider`: Qwen3.6-27B与OpenSciDER-27B模型在DataSciBench、DS-1000、DS-Bench及ScienceAgentBench上的推理轨迹。 - `benchmarks`: AI-Idea-Bench、AIRS-Bench、AstroVisBench、DiscoveryBench、MLE-Bench与SciCode上的基准评估轨迹。 - `all`: 上述全部轨迹的集合。 用户可通过HuggingFace的`datasets`库加载本数据集： python from datasets import load_dataset dataset = load_dataset("leonardklin/OpenSciDER-SFT-8K", "openscider") # or dataset = load_dataset("leonardklin/OpenSciDER-SFT-8K", "benchmarks") # or dataset = load_dataset("leonardklin/OpenSciDER-SFT-8K", "all")