Claude-Sonnet-4.6-Reasoning-1100x
קוד פתוחTeichAIapache-2.02026-03-24
המאגר כולל 1,096 שיחות שנוצרו במודל קלוד כדי לזקק חשיבה ביקורתית. הוא מציג את תהליך ההסקה הפנימי המלא לצד התשובה הסופית במגוון נושאים מורכבים.
- 544הורדות בחודש
- 47לייקים
מה זה
המאגר מכיל 1,096 חילופי דברים חד פעמיים במבנה של משתמש ועוזר. בכל רשומה יש שאלת משתמש, שדה חשיבה מפורט שהופק במאמץ גבוה, ותשובה סופית. הנתונים סונתזו ישירות באמצעות הכלי TeichAI/datagen על בסיס קלוד סונט 4.6 בהיקף של 1.09 מיליון טוקנים, ללא דיווח על סינון ידני או בדיקות איכות אנושיות בכרטיס.
התוכן מחולק לשתים עשרה קטגוריות חשיבה מוגדרות. החלקים הגדולים עוסקים בדילמות מוסריות עם יותר ממאה פרומפטים ובטיעונים חזקים לעמדות שנויות במחלוקת עם כשמונים פרומפטים, כולל נושאים כמו שוק איברים ומשטרים סמכותניים. שאר החלקים מתמקדים בראיית מערכות, זיהוי כשלים לוגיים, כשלים סיבתיים, אומדני פרמי, פתרון פרדוקסים ומודלים היפותטיים בכלכלה, מדיניות ופסיכולוגיה.
מתאים ל
- כוונון עדין לחשיבה עמוקה
לימוד מודלים קטנים להפיק שרשרת חשיבה מפורטת לפני מענה על שאלות לוגיות מורכבות.
- הערכת עקביות הסקה
מבחן ביצועים לבדיקת יכולת המודל לזהות כשלי סיבתיות ואומדני פרמי.
- אימון לייצוג עמדות מנוגדות
הוראת המערכת להציג טיעונים מנומקים עבור עמדות מורכבות ולא שגרתיות במדיניות ציבורית.
איפה זה נופל
זהו מאגר סינתטי לגמרי שנוצר במודל שפה, בלי תיעוד על ולידציה אנושית של שרשראות ההסקה. הטקסט כולו באנגלית ואין בו נתונים בעברית. היקף של כאלף דוגמאות קטן מאוד לאימון מלא של מודל ויכול לשמש בעיקר לכוונון עדין נקודתי. בנוסף, חלקי התוכן עוסקים בנושאים נפיצים כמו עמדות סמכותניות וסחר באיברים, כך שחובה לסנן את התשובות לפני שמכניסים אותן למערכת שפוגשת משתמשים.
שאלות
נפוצות
האם מותר להשתמש במאגר למוצרים מסחריים?
כן, הרישיון המדווח הוא apache-2.0, והוא מאפשר שימוש מסחרי מלא כולל אימון מודלים והפצתם. יש לוודא רק שמשמרים את תנאי הרישיון והקרדיט המקורי של TeichAI.
האם יש בדאטהסט שאלות ותשובות בעברית?
לא, כל הפרומפטים ותהליכי ההסקה שנאספו נוצרו באנגלית בלבד. אם המטרה היא שיפור ביצועים בשפה העברית, תצטרכו לתרגם את הנתונים או להשתמש במקור אחר.
איך הנתונים הופקו בפועל?
הדאטהסט סונתז באמצעות הכלי TeichAI/datagen על גבי קלוד סונט 4.6 במצב חשיבה גבוה. עלות ההפקה המדווחת עמדה על 15.80 דולר והקיפה 1.09 מיליון טוקנים.
באיזה פורמט הקבצים מגיעים?
המאגר כולל קובץ parquet מוכן לעבודה וקובץ jsonl בשם sonnet_4.6_reasoning_1100x.jsonl. המבנה הוא אובייקט שיחה יחיד עם שדות מוגדרים למשתמש ולעוזר.
איך טוענים
טוענים את הנתונים ישירות מהמאגר ללא צורך באישור גישה או הרשמה מיוחדת. הקבצים שמורים בפורמט parquet לצד קובץ jsonl בשם sonnet_4.6_reasoning_1100x.jsonl, כך שנוח למשוך אותם עם ספריות נתונים סטנדרטיות בפייתון. המבנה מורכב מרשימת הודעות פשוטה, שבה השדות הקריטיים הם תוכן המשתמש, שדה החשיבה thinking ושדה התשובה content.
from datasets import load_dataset
ds = load_dataset("TeichAI/Claude-Sonnet-4.6-Reasoning-1100x")הרישיון
המאגר מופץ תחת רישיון apache-2.0. הרישיון מתיר שימוש מסחרי, שינוי והפצה של הנתונים ושל מודלים שאומנו עליהם, בתנאי ששומרים על הודעת זכויות היוצרים והרישיון המקורי. אין דרישה לשתף תוצרי אימון באותו הרישיון.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים