ULTRAINTERACT是清华大学、面壁智能、腾讯等知名机构针对复杂推理任务联合构建的一个大规模、高质量的对齐数据集。该数据集涵盖了数学、编程和逻辑推理等多个领域，共包含86,000条指令和220,000个动作对构成，其中每条指令均配有偏好树结构，包含多样化的推理策略、多轮交互轨迹以及成对的正确与错误行动数据。ULTRAINTERACT的设计强调复杂问题的解决能力，要求模型具备规划、推理、工具整合以及与环境和用户互动学习的能力。该数据集既可用于监督式微调，也可用于偏好学习，显著提升了开源模型在复杂推理任务上的性能。
详情请参见五号雷达：https://www.5radar.com/result?key=ULTRAINTERACT
_1769672084863.jpg)