Nemotron-RL-ReasoningGym-v1
קוד פתוחnvidiacc-by-4.02026-03-10
nvidia עומדים גם מאחורי NVIDIA AI, ויש עליו סקירה כאן.
אימון מודלים על בעיות חשיבה דורש פתרונות שניתן לאמת מתמטית. כאן מקבלים משימות שנוצרו בקוד, עם תוצאות מדויקות לבדיקה מיידית.
- 694הורדות בחודש
- 19לייקים
מה זה
המאגר כולל 15,000 דוגמאות אימון שנוצרו בצורה סינתטית לחלוטין באמצעות Reasoning Gym, ספרייה שמייצרת בעיות ומשימות שניתן לאמת באופן אלגוריתמי. אין כאן טקסטים שנאספו מהאינטרנט או מידע אנושי שנאסף ידנית. המיקוד הוא ביצירה פרוצדורלית שמונעת מהמודל פשוט לשנן תשובות קיימות, ובמקום זה מכריחה אותו לפתח יכולת פתרון שיטתית. הנתונים מתפרסים על פני 104 סביבות למידת חיזוק שונות ומחולקים ל־12 קטגוריות, בהן אלגברה, אריתמטיקה, גאומטריה, תורת הגרפים, חישוב, קוגניציה, לוגיקה ומשחקים מוכרים.
כל רשומה בנויה בפורמט טקסטואלי ומכילה שאלה, תשובה שניתן לאמת בקוד, ומטא-דאטה ספציפי שמאפשר לבצע את תהליך הבדיקה והאימות. התיוג נעשה באופן אוטומטי וממוחשב בעת יצירת השאלות, כך שכל פתרון נשען על חוקים מוגדרים מראש. החלוקה הפנימית כוללת סט יחיד של train, בלי סטים נפרדים של ולידציה או מבחן בתוך המאגר עצמו.
מתאים ל
- אימון חיזוק למודלי שפה
אימון מודלים באמצעות משוב מתגמל שמבוסס על פתרונות שניתן לבדוק ולאמת אלגוריתמית.
- שיפור יכולות חישוב ולוגיקה
חשיפת המודל לבעיות תורת הגרפים, אריתמטיקה ופתרון משחקים כדי לחזק לוגיקה פורמלית.
- בדיקת הכללה של אלגוריתמים
בחינת יכולת ההתמודדות של מודל מול משימות פרוצדורליות חדשות שהוא לא ראה באינטרנט.
איפה זה נופל
הנתונים סינתטיים לגמרי ונוצרו באנגלית בלבד. אם המוצר שלכם צריך לעבוד בעברית, אין כאן שום מענה ישיר. הדאטהסט לא מגיע מטקסטים טבעיים של בני אדם אלא ממחוללי משימות ומשחקים, ולכן הוא לא בודק או משפר יכולת ניסוח או שיחה חופשית. הכרטיס לא כולל ספליט מובנה למבחן, כך שתצטרכו להפריד דוגמאות בעצמכם כדי למדוד ביצועים בלי לפגוע באמינות הבדיקה.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן. הרישיון הוא CC BY 4.0 וכרטיס המאגר מציין במפורש שהוא מוכן לשימוש מסחרי, בתנאי שנותנים קרדיט מתאים ליוצרים.
האם יש בדאטהסט תמיכה בעברית?
לא. כל 15,000 הדוגמאות מוגדרות באנגלית בלבד. כדי להשתמש במשימות בעברית תצטרכו לתרגם אותן או להתאים את מחוללי הקוד.
מאיפה הגיעו הנתונים והאם הם נאספו מאנשים?
הנתונים לא נאספו מאנשים ולא גורדו מרשתות. הם נוצרו סינתטית באמצעות קוד של ספריית Reasoning Gym, שמייצרת בעיות ופתרונות בצורה תכנותית.
כמה מקום המאגר תופס בדיסק?
הקובץ שוקל כ־50MB בלבד. מדובר בקובץ JSONL קטן שאפשר להוריד ולטעון בכל מחשב פיתוח רגיל בלי דרישות חומרה חריגות.
איך טוענים
הנתונים יושבים בקובץ train.jsonl בתיקיית data, ושוקלים כ־50MB בלבד. אפשר לטעון אותו ישירות עם ספריית datasets של Hugging Face בלי צורך בבקשת גישה או אישור מיוחד מצד אנבידיה. כל שורה היא אובייקט שמכיל שאלה, תשובה מאומתת ומטא-דאטה לאימות. בגלל המשקל הקטן, הקובץ נטען תוך שניות בזיכרון מקומי, ומתאים ישירות לתהליכי אימון בחיזוק.
from datasets import load_dataset
ds = load_dataset("nvidia/Nemotron-RL-ReasoningGym-v1")הרישיון
הרישיון הוא CC BY 4.0, והוא מאפשר שימוש מסחרי מלא, שינוי והפצה של הנתונים. הדרישה העיקרית היא מתן קרדיט מתאים לאנבידיה. הרישיון לא כופה שיתוף של מודלים שאומנו עליו באותו רישיון, כך שאין מניעה לשלב אותו באימון מערכות פנימיות או מסחריות סגורות.
- שימוש מסחרי
- שינוי הקוד
- חובת ייחוס