GeneralThought-430K est un ensemble de données de raisonnement à grande échelle publié par l'équipe General Reasoning en 2025. Il vise à fournir des ressources standardisées pour la formation et l'évaluation du raisonnement logique, de l'intégration des connaissances interdisciplinaires et des capacités de résolution de problèmes complexes des grands modèles linguistiques.

L'ensemble de données contient 430 000 échantillons, couvrant des problèmes dans les domaines des mathématiques, du code, de la physique, de la chimie, des sciences naturelles, des sciences humaines et sociales, des technologies de l'ingénierie, etc. Il inclut des questions, des réponses de référence, des trajectoires de raisonnement, des réponses finales et d'autres métadonnées issues de plusieurs modèles de raisonnement, dont DeepSeek-R1, DeepSeek-R1-Zero, OpenThoughts-32B, LIMO et d'autres modèles courants. Les réponses finales de o3-mini-2025-01-31, gemini-2-flash-thinking-exp-01-21 et claude-3-7-sonnet-20250219 sont également incluses à des fins de comparaison et d'évaluation.