PromptCoT-2.0-SFT-4.8M 监督微调提示 SFT 数据集

PromptCoT-2.0-SFT-4.8M 是由香港大学与蚂蚁集团的研究团队于 2025 年发布的一个大规模合成提示数据集，相关论文成果为「PromptCoT 2.0: Scaling Prompt Synthesis for Large Language Model Reasoning」，旨在为大型语言模型提供高质量的推理提示语料以用于微调或自我演练。

该数据集在监督微调与自我演练两个场景下共包含约 480 万条带有推理轨迹的完全合成提示（prompts），覆盖数学与编程两大推理领域。

数据构成：

• 在 监督微调（SFT）场景下，共合成了 4,766,890 条提示（prompts）。其中包括：
  • 编程任务提示 1,188,505 条
  • 数学任务提示 3,578,385 条