MegaScience

Name: MegaScience
Creator: STScI/MAST
Published: 2025-06-12 18:55:32
License: 暂无描述

DataCite Commons2025-06-12 更新2025-06-14 收录

下载链接：

http://archive.stsci.edu/doi/resolve/resolve.html?doi=10.17909/ebtc-tn86

下载链接

链接失效反馈

官方服务：

资源简介：

Abell 2744 Medium Bands

提供机构：

STScI/MAST

创建时间：

2025-06-12

MegaScience/MegaScience

MegaScience是一个大规模的高质量开源数据集混合体，包含125万条实例。该数据集首先从多个公共数据集中收集数据，然后通过不同的数据选择方法进行全面的消融研究，以确定每个数据集的最优方法，从而贡献高质量的子集。除了TextbookReasoning之外，还为所有数据集标注了分步解决方案。在MegaScience上训练的Llama3.1、Qwen2.5和Qwen3系列基模型在科学推理性能上超过

Hugging Face2025-07-24 更新50

MegaScience

MegaScience是一个包含125万个实例的大规模高质量开源科学推理数据集。它由多个公开数据集混合而成，经过综合的数据选择和清洗过程，为科学推理任务提供了高质量的数据子集。数据集支持训练大规模模型，并在性能上超越了官方的指令模型。

Hugging Face2025-07-23 更新1070

MegaScience

MegaScience是一个用于科学推理的后训练数据集，包含1.25百万条数据，采用CC-BY-NC-SA-4.0许可证。

github2025-07-23 更新720

MegaScience

一个包含125万个实例的大规模高质量科学数据集混合体，用于提升模型在多个科学领域的推理能力。

AI_Studio2025-09-28 更新00

MegaScience

# [MegaScience: Pushing the Frontiers of Post-Training Datasets for Science Reasoning](https://arxiv.org/abs/2507.16812) **Code:** https://github.com/GAIR-NLP/MegaScience **Project Page:** https://h

魔搭社区2025-12-26 更新40