s1K 数据集是一个由李飞飞团队于 2025 年发布的高质量推理数据集，包含 1k 个问题及其详细的推理轨迹和答案，这些答案来源于 Google 的 Gemini Thinking Experimental 蒸馏结果。数据集涵盖 50 个不同领域，包括概率论、量化面试题、奥赛题等，确保模型能够处理多种类型的推理任务。相关论文成果为「s1: Simple test-time scaling」。 该数据集的设计旨在通过极简的数据工程实现高效的模型微调，并在推理任务中展现出卓越的性能。

Citation

@misc{muennighoff2025s1simpletesttimescaling,
title={s1: Simple test-time scaling},
author={Niklas Muennighoff and Zitong Yang and Weijia Shi and Xiang Lisa Li and Li Fei-Fei and Hannaneh Hajishirzi and Luke Zettlemoyer and Percy Liang and Emmanuel Candès and Tatsunori Hashimoto},
year={2025},
eprint={2501.19393},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2501.19393},
}