快手公司 发布 KAT-V1-40B 数据集, 应用在 自然语言处理、模型训练 领域

快手公司 本次发布的数据集 KAT-V1-40B, KAT-V1-40B数据集是快手公司开发的开源大型语言模型，旨在解决推理密集型任务中的过度思考问题。数据集由两部分组成：Think-off数据，通过标签系统合成的无需多步推理的响应；Think-on数据，通过多智能体框架生成的需要进行多步推理的响应。数据集包含大约1000万个示例，涵盖了广泛的领域，包括数学、代码、常识和科学等。KAT-V1-40B数据集被用于训练Kwaipilot-AutoThink模型，该模型在多个基准测试中取得了最先进的结果，并在快手公司的内部代码助手Kwaipilot中成功部署，展示了其实际应用的潜力。

查看KAT-V1-40B

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。