文章预览
MLNLP 社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景 是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。 来源 | NLP工作站 作者 | 刘聪NLP 话不多说，先放数据下载链接。 HF: https://huggingface.co/datasets/Congliu/Chinese-DeepSeek-R1-Distill-data-110k MS: https://modelscope.cn/datasets/liucong/Chinese-DeepSeek-R1-Distill-data-110k 该数据集为中文开源蒸馏满血R1的数据集，数据集中不仅包含math数据，还包括大量的通用类型数据，总数量为110K。 为什么开源这个数据？ R1的效果十分强大，并且基于R1蒸馏数据SFT的小模型也展现出了强大的效果，但之前群里问，貌似中文数据较少，基本上开源的R1蒸馏数据集都是英文数据，或者是非满血蒸馏数据。 这不
………………………………
