Closing the Data Loop: Using OpenDataArena to Engineer Superior Training Datasets
闭合数据循环:利用OpenDataArena工程更优质的训练数据集
机构 * Shanghai Artificial Intelligence Laboratory, OpenDataLab, OpenDataArena(上海人工智能实验室、OpenDataLab、OpenDataArena)
专题命中 预训练与数据 :large language model(abstract);language model(abstract);post-training(abstract);SFT(abstract)
AI总结 本文提出利用OpenDataArena构建闭合循环数据集,通过ODA-Math-460k和ODA-Mixture数据集展示其在数学推理和多领域指令任务上的卓越性能。
Comments Superior ODA-Math, ODA-Mixture Datasets