Nemotron-Cascade-SFT-Stage-1 数据集简介

概述

该数据集由 NVIDIA 发布，是用于支持 Nemotron-Cascade 模型进行有监督微调（SFT）的第一阶段训练数据。

主要用途

• 模型微调：专门用于大型语言模型（如 Nemotron-Cascade）的有监督微调训练。
• 指令遵循：帮助模型学习理解和执行人类指令。

数据类型与模态

• 模态：纯文本数据
• 格式：JSON 格式
• 内容：包含高质量的指令-响应对，用于训练模型生成符合要求的文本输出。

数据规模

• 样本数量：约 361.9 万条数据记录
• 更新情况：最后更新于 2025 年 12 月

使用场景

• 研究人员和开发者可用于：
• 复现或改进 NVIDIA Nemotron-Cascade 模型的微调过程
• 构建自定义的指令遵循模型
• 作为高质量对话或指令数据集的参考