OpenThoughts-114k open-thoughts
[!NOTE] We have released a paper for OpenThoughts! See our paper here. Open-Thoughts-114k Open synthetic reasoning dataset with 114k high-quality examples covering math, science, code, and puzzles! Inspect the content with rich formatting with Curator Viewer. Available Subsets default subset containing ready-to-train data used to finetune the OpenThinker-7B and OpenThinker-32B models: ds = load_dataset("open-thoughts/OpenThoughts-114k"… See the full description on the dataset page: https://huggingface.co/datasets/open-thoughts/OpenThoughts-114k.
- Tipo
- dataset
- Licencia
- apache-2.0
- Descargas
- 111,568
- Me gusta
- 903
- Acceso
- public
- Archivos
- 0
Etiquetas
- datos sintéticos
- razonamiento
- matemáticas
- datos de código
- código fuente
- ajuste fino supervisado
- programación competitiva
- dataset de instrucciones
Resumen
OpenThoughts-114k es un dataset sintético de razonamiento con 114k ejemplos de alta calidad que cubren matemáticas, ciencia, código y puzzles. Fue usado para ajustar los modelos OpenThinker-7B y OpenThinker-32B. Los datos se generan a partir de trazas de razonamiento de DeepSeek-R1, verificadas par…
README
--- dataset_info: - config_name: default features: - name: system dtype: string - name: conversations list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 2635015668 num_examples: 113957 download_size: 1078777193 dataset_size: 2635015668 - config_name: metad…