datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
Chinese-DeepSeek-R1-Distill-data-110k-opencc
中文基於滿血DeepSeek-R1蒸餾數據集（Chinese-Data-Distill-From-R1）
🤗 Hugging Face | 🤖 ModelScope | 🚀 Github | 📑 Blog
本資料集由 Congliu/Chinese-DeepSeek-R1-Distill-data-110k-SFT 經過 opencc 轉換而成，再次感謝原作者。
注意：該版本為，可以直接SFT使用的版本，將原始數據中的思考和答案整合成output字段，大部分SFT代碼框架均可直接直接加載訓練。
本數據集為中文開源蒸餾滿血R1的數據集，數據集中不僅包含math數據，還包括大量的通用類型數據，總數量為110K。
為什麽開源這個數據？
R1的效果十分強大，並且基於R1蒸餾數據SFT的小模型也展現出了強大的效果，但檢索發現，大部分開源的R1蒸餾數據集均為英文數據集。 同時，R1的報告中展示，蒸餾模型中同時也使用了部分通用場景數據集。
為了幫助大家更好地覆現R1蒸餾模型的效果，特此開源中文數據集。… See the full description on the dataset page: https://huggingface.co/datasets/benchang1110/Chinese-DeepSeek-R1-Distill-data-110k-opencc.OpenCC3MOpenCC12M