stepfun-ai/Step-3.5-Flash-SFT
Viewer • Updated • 1.62M • 2.74k • 363
Fine Text: Post training Corpus
High-quality text training corpus for post training process
Note 中英文SFT语料，包含对话、推理、工具调用等多类别数据。数据中包含大量自我认知类别数据（如你是谁？我是Step开发的语言模型...）在实际使用时需进行针对性清洗。
openbmb/UltraData-SFT-2605
Viewer • Updated • 12.2M • 17.6k • 417Note 中英文SFT语料，包含思考/非思考数据。数据种类丰富且数据量大，是高质量后训练数据。
BAAI/Infinity-Instruct
Viewer • Updated • 21.9M • 4.75k • 769Note 中英文SFT语料
HuggingFaceTB/smoltalk2
Viewer • Updated • 8.61M • 41.1k • 187Note 多语言SFT语料，主要为对话语料