数据集简介
该数据集由阿里巴巴集团（Alibaba-Apsara）发布，旨在通过指令微调（SFT）提升模型在复杂推理任务上的能力。数据集基于一个120B参数的开源模型（GPT-OSS）生成，并包含了每个样本的对数概率（Logprob）信息，可用于模型训练或评估。
主要用途
- 模型微调：用于提升大型语言模型在推理任务上的性能。
- 概率分析：借助对数概率数据，可深入分析模型在生成过程中的置信度与不确定性。
- 研究评估：适用于对模型推理能力进行基准测试或对比研究。
数据类型/模态
- 模态：纯文本（text）
- 数据格式：Parquet
- 核心特征：每个样本附带模型生成的对数概率值。
规模与统计
- 样本数量：约43.5万条
- 下载量：超过6,300次
- 社区反馈：获得62次点赞
使用场景
- 适用于需要强化逻辑推理、多步问题求解的NLP任务。
- 可用于分析大规模生成模型的输出概率分布。
- 适合学术机构或企业研发团队进行模型优化实验。