WebInstruct-verified 多领域推理数据集

WebInstruct-verified 是由滑铁卢大学和 Vector Institute 于 2025 联合发布的一个多领域推理数据集，相关论文成果为「General-Reasoner: Advancing LLM Reasoning Across All Domains」，旨在增强 LLMs 在多样化领域的推理能力，同时保留其在数学领域的优势。

该数据集包含约 23 万道推理问题，涵盖多种答案格式，包括选择题、数值表达式数据集的均衡领域分布。该数据集主要涵盖了数学、物理、化学、金融等学科，以及其他各种人文和社会科学领域。

数据集特征：

• 零 RL 培训： 从基础 LLM 直接强化学习，绕过中间监督阶段。

• 多样化的推理数据：超过 230K 个来自网络的高质量、可验证的问题，并经过过滤以实现跨学科的答案可验证性。

• 基于模型的验证器： 紧凑的 1.5B 生成式验证器模型，用于上下文感知、思维链答案验证，优于传统的基于规则的方法。