SupraLabs 发布 500 万条推理语料，专为小模型微调
LH-Tech_AI · reddit · 2026-07-24
SupraLabs 发布了一个名为 reasoning-corpus-4K-5M-v1 的推理语料数据集，规模达到 500 万条样本，目标是训练更小的 SLM 学会“思考”。
- 数据字段包含 repoid、token 长度、user 提示、thoughttrace、assistant 最终回答，以及整理好的 ChatML 格式。
- 所有样本都控制在 5k 序列长度以内，方便用于 SFT 和微调。
- 作者给出了 Hugging Face 数据集链接，并表示希望社区下载、反馈和基于此做二次创作。
- 这更像是一个面向小模型训练的研究资源发布，而不是单纯的模型成绩展示。
「研究」频道最新
- 上交大提出 VaM：用价值预测作记忆，机器人连续 4 小时自主作业成功率超 95% — chris_j_paxton · 2026-10-26
- 用小开源模型逆向工程游戏二进制:主 agent 中途重写子 agent 的 harness — yb2698 · 2026-10-26
- 作者：盼合同形式化成为连接 AI 与经济学的「MDP 时刻」 — xuanalogue · 2026-10-26
- 研究发现：前沿 LLM 常为私利单方面撕毁 AI 合同 — xuanalogue · 2026-10-26
- ContractSim：首个评估 LLM 自然语言合同谈判的框架 — xuanalogue · 2026-10-26
- Partial RoPE 研究：仅旋转 10% 维度即可逼近全 RoPE 收敛 — BlancheMinerva · 2026-10-26