openbmb/UltraData-SFT-2605

O dataset openbmb/UltraData-SFT-2605 está entre os destaques do Hugging Face — dados que alimentam o treinamento e a avaliação dos modelos do momento.

Ficha do dataset

Sobre o dataset

UltraData-SFT-2605 📦 UltraData Collection | 🌐 UltraData | 🤗 MiniCPM5 Series English | 中文 📚 Introduction UltraData-SFT-2605 is the full set of core-domain SFT data used in the post-training of MiniCPM5-1B-SFT within the MiniCPM5-1B series, and a key representative of L3 refined data in the UltraData L0-L4 tiered data management framework.

Como carregar

Use a biblioteca datasets do Hugging Face:

pip install -U datasets

Como é um dataset grande, vale carregar em modo streaming (sem baixar tudo):

from datasets import load_dataset

ds = load_dataset("openbmb/UltraData-SFT-2605", split="train", streaming=True)
for exemplo in ds.take(3):
    print(exemplo)

Tags

text-generation question-answering llm sft supervised-fine-tuning post-training deep-thinking reasoning

Explorar o dataset no Hugging Face →