PKU-Alignment 发布 s1-m_beta 数据集, 应用在 人工智能、模型训练 领域

PKU-Alignment 本次发布的数据集 s1-m_beta, S1-M Dataset (Beta)是一个开源的TI2T推理数据集，用于训练S1-M模型（Beta版），使其具备"先思考，后回答"的范式。该数据集的提示和图像来自两个开源数据集：align-anything和multimodal-open-r1-8k-verified，分别占49.62%和50.38%，旨在平衡模型的泛化能力和数学能力。数据标注使用了Claude 3.7模型，通过系统提示引导模型进行思考并提供答案，形成了一个"先思考，后回答"的标注范式。

查看s1-m_beta

Dataset card 内容： 

Files and versions 内容： 

关于 PKU-Alignment , PKU-Alignment是北京大学的研究小组，专注于强化学习、大型语言模型和价值对齐研究。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。