Nemotron-SFT-Instruction-Following-Chat-v2 هو مجموعة بيانات محادثات اصطناعية أصدرتها NVIDIA في عام 2025، تهدف إلى تحسين قدرات نماذج اللغة الكبيرة في المحادثات المفتوحة والامتثال للتعليمات، وتدعم تدريب النماذج وتقييمها.

تحتوي مجموعة البيانات على 1,998,568 عينة، وتستخدم تنسيق JSONL، حيث يتكون المحتوى الرئيسي من النصوص والبيانات الوصفية. تم توليد المحادثات بواسطة نماذج لغة كبيرة متعددة، وتغطي سيناريوهات مختلفة للامتثال للتعليمات والاستدلال.

تم توليد البيانات عبر محادثات اصطناعية، وتشمل نماذج المصدر ما يلي: Kimi-K2-Thinking، GLM-4.6، Qwen3-235B-A22B-Thinking-2507، GPT-OSS-120b، Kimi-K2-Instruct-0905، وQwen3-235B-A22B-Instruct-2507.

تكوين مجموعة البيانات

• reasoning_off: بيانات محادثة لا تستخدم وضع الاستدلال.
• reasoning_on: بيانات محادثة تستخدم وضع الاستدلال.