celsowm/valdoria-sft-qwen35-dataset

Dataset Card — Valdoria SFT Pack v3.3.1

Dataset sintético em português para Supervised Fine-Tuning (SFT), baseado em um país fictício chamado República de Valdoria. Formato ChatML (messages), combinando os splits train + validation (2125 exemplos).

Descrição

Cobertura de tarefas:

• —factual_qa (358)
• —fantasy_boundary (534)
• —refusal (251)
• —unknown_canonical_field (252)
• —negative_case (200)
• —decision_making (191)
• —rule_application (108)
• —classification (131)
• —clarification_request (64)
• —e outros

Comportamentos treinados

• —Respostas canônicas com cabeçalho ⟦VALDORIA-CANON-v3.3⟧
• —Recusa de pressupostos fantásticos
• —Limites de escopo quando o cânone não contém o dado pedido
• —Comparações de regras e documentos

Uso

from datasets import load_dataset
ds = load_dataset("celsowm/valdoria-sft-qwen35-dataset")

Modelo alvo

Qwen/Qwen3.5-0.8B via Full SFT.

Limitações

• —Valdoria é fictícia; os fatos canônicos não refletem o mundo real.
• —Dataset sintético, não anotado por humanos.