Fable-5.1-Max-Reasoning-Filtered-1000x
קוד פתוחMoreThoughtapache-2.02026-09-02
אלף דוגמאות מנומקות של תכנות ופתרון בעיות שנוצרו על ידי מודל Fable 5.1 במאמץ חשיבה מרבי. אם אתם רוצים ללמד מודל קטן לחשוב לעומק לפני שהוא פולט קוד, זה בדיוק החומר שאתם מחפשים.
- 469הורדות בחודש
- 24לייקים
מה זה
המאגר כולל אלף רשומות בלבד, אבל כל אחת מהן ארוכה מאוד ומכילה בממוצע כ־30,000 טוקנים של שרשרת חשיבה מפורטת בפתרון בעיות תכנות מורכבות. בסך הכל יש כאן קרוב ל־30 מיליון טוקנים שנאספו מתפוקות של Fable 5.1 ברמת reasoning מקסימלית, ומכסים תחומים כמו תכנון אלגוריתמים, אופטימיזציה, דיבאגינג מתקדם ועמידה באילוצי לוגיקה מסובכים.
היוצרים מציינים שהנתונים עברו סינון להסרת כפילויות ולניקוי דוגמאות באיכות נמוכה, כך שנשארו רק עקבות חשיבה שנחשבות איכותיות. הכל מרוכז בקובץ אימון יחיד בלי חלוקה מוגדרת מראש לחלקי בדיקה או ולידציה.
מתאים ל
- זיקוק מודלים קטנים
העברת יכולות תכנות וחשיבה מורכבות מ־Fable 5.1 למודלים קטנים ויעילים יותר.
- שיפור שרשראות חשיבה
אימון מודל לייצר שלבי פתרון מפורטים וברורים בקוד לפני כתיבת התשובה הסופית.
- פתרון בעיות אלגוריתמיות
חיזוק הביצועים של המודל בתכנון אלגוריתמים, אופטימיזציה ודיבאגינג מורכב.
איפה זה נופל
החומר כולו באנגלית בלבד, ואין כאן בכלל תמיכה בעברית או במשימות מקומיות. מדובר בדאטה סינתטי שנוצר כולו ממודל יחיד, בלי בדיקות של מתכנתים אנושיים שמאמתות שהקוד או שרשרת החשיבה אכן נכונים בכל צעד. מעבר לכך, היוצרים לא מפרטים באילו מדדים מדויקים הם השתמשו כדי לסנן את הדוגמאות האיכותיות, כך שאתם מסתמכים בעיקר על ההגדרה שלהם למה נחשב איכותי.
שאלות
נפוצות
האם מותר להשתמש בדאטהסט הזה למוצר מסחרי?
כן, הרישיון הוא apache-2.0 ומאפשר שימוש מסחרי מלא. צריך רק לשמור על הקרדיט והודעת הרישיון המקורית בקוד או בהפצה שלכם.
האם יש בדאטהסט תוכן בעברית?
לא, הנתונים מוגדרים באנגלית בלבד ומיועדים לקוד ולחשיבה לוגית באנגלית. אם אתם מחפשים לשפר יכולות בשפה העברית, הוא לא יעזור.
כמה מקום צריך בשביל להוריד ולהריץ אותו?
נפח הדאטהסט כולו הוא 109 מגה בייט בלבד. המשקל נמוך כי יש בו רק אלף דוגמאות, אם כי כל דוגמה ארוכה למדי ומכילה עשרות אלפי טוקנים.
איך הנתונים נאספו ונבדקו?
הנתונים יוצרו ישירות על ידי מודל Fable 5.1 במצב חשיבה מרבי. היוצרים דיווחו שהם ביצעו ניקוי כפילויות וסינון של דוגמאות ברמה נמוכה, אך לא פירטו מעבר לכך.
איך טוענים
טוענים את קובץ ה־train.jsonl ישירות דרך ספריית datasets בלי צורך באישור גישה מיוחד. נפח ההורדה צנוע מאוד, סך הכל 109 מגה בייט, כך שזה יורד תוך שניות ורץ בקלות מקומית. עם זאת, בגלל האורך של כל רשומה, כדאי לשים לב למגבלות חלון ההקשר בחומרה שלכם לפני שמתחילים להזין את הטקסטים לאימון.
from datasets import load_dataset
ds = load_dataset("MoreThought/Fable-5.1-Max-Reasoning-Filtered-1000x")הרישיון
המאגר מופץ תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי מלא, שינוי של הנתונים והפצה חופשית, בלי חובה לשתף את התוצרים באותו רישיון. החובה העיקרית היא לשמור על הודעת זכויות היוצרים והרישיון המקורי, מה שמשאיר את הידיים שלכם חופשיות אם תאמנו עליו מודל למטרות רווח.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים