datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
magpie-sft-v1.0-10k-gpt-oss-120bllm-jp/magpie-sft-v1.0のうち10,000件の回答をopenai/gpt-oss-120bで再生成したものです
matrix-gen-gpt5
データ紹介
Synthesizing Post-Training Data for LLMs through Multi-Agent Simulationという論文で提案された手法を参考に作られたマルチターン会話データのサンプルです．
ブログ記事
coming soon...
注意
gpt5を利用して作成されたので，このデータをAIモデルの開発に使用しないでください．
matrix-gen-gpt5-with-modulator-incomplete
データ紹介
Synthesizing Post-Training Data for LLMs through Multi-Agent Simulationという論文で提案された手法を参考に作られたマルチターン会話データのサンプルです．
ブログ記事
coming soon...
注意
gpt5を利用して作成されたので，このデータをAIモデルの開発に使用しないでください．
Magpie-Tanuki-8B-CoT-formatted
Dataset Name: OsakanaTeishoku/Magpie-Tanuki-8B-CoT-formatted
このデータセットは、元の Kendamarron/Magpie-Tanuki-8B-CoT データセットを加工し、
タグの置換と <Output> タグの削除を行ったものです。
データ構造
instruction: 元の入力指示
output_new: 加工済みの出力（<think> タグを含む）
加工内容
<Thought> → <think>
<Output> タグの削除
Qwen2.5-7B-Instruct-magpie-R-questions-ja-0.8k-tmpZero_SFT_Ja_v3_Reasoning_formattedDataPilot/Zero_SFT_Ja_v3_Reasoningを加工したものです．
システムプロンプトはHuggingFaceTB/SmolLM3-3Bのシステムプロンプトを参考に作成しています．
dialect.osakaqwen2.5-7b-magpie-testtest_synthetic_logical_data_magpie_nemotron_1k
概要
nvidia/Nemotron-4-340B-Instructを用いて練習として合成した，シングルターンのインストラクションデータセットです．
Aratako様によるこちらのデータセットと同様の方法で作成しました．
インストラクションデータとしてそのまま使用するか，DPOデータセットの作成のための材料として使用できます．
使用プロンプト
「以下は、解答するために論理的思考力が必要な問題です。解答を日本語で、ステップバイステップで出力してください。」
あくまで練習ですので，プロンプト等改善の余地があると思います．
Qwen2.5-7B-Instruct-magpie-R-questions-10kembsstructured_data_with_cot_dataset_512_v2_dpostructured_data_with_cot_dataset_512_v2_dpo_before_processing