HuggingFaceH4/Multilingual-Thinking 数据集介绍

简介

这是一个由 HuggingFaceH4 团队创建的多语言思维数据集，旨在支持多语言场景下的推理与思考任务。

主要用途

• 用于训练或评估多语言模型在推理、逻辑思考方面的能力
• 支持跨语言的知识迁移与思维模式研究

数据类型

• 模态：纯文本（text）
• 格式：Parquet
• 数据量：1000 行样本

特点

• 多语言性：专注于多语言环境下的思维与推理
• 开源可访问：非门控（gated）数据集，可直接下载使用
• 社区认可：截至更新时已获得 112 次点赞和近 1.5 万次下载

使用场景

• 多语言大语言模型（LLM）的思维链（Chain-of-Thought）训练
• 跨语言推理任务的基准测试
• 多语言认知与逻辑能力研究

技术信息

• 最后更新：2025年8月7日
• 支持库：datasets、pandas、polars、mlcroissant
• 数据集ID：HuggingFaceH4/Multilingual-Thinking