adasdadsd/VibeThinker-SFT-Stage1-CoT

VibeThinker SFT Stage 1 CoT VibeThinker 第一阶段监督微调数据。仓库当前保持私有。 数据规模 train：1,842,263 条 validation：2,816 条 internal_test：2,813 条 总计：1,847,892 条 格式 主文件为 data/sft_stage1.jsonl，每行是一个独立 JSON 对象。训练内容采用 Qwen3.5 消息格式，包含 messages、稳定记录/问题标识、领域、切分、来源与验证证据。 监督回答经过 CoT 格式检查，推理过程使用 <think>...</think> 边界。 数据处理 数据经过规范化、精确去重、近似去重、基准污染过滤、CoT 校验、稳定切分与 领域质量门禁。SFT 域比例不是硬配额：通过质量门禁的数据不会因为代码数据不足 而被额外裁剪。每个来源的许可与溯源信息保留在记录的 provenance 字段中；使用者 应按原始数据源许可审查自己的使用场景。… See the full description on the dataset page: https://huggingface.co/datasets/adasdadsd/VibeThinker-SFT-Stage1-CoT.