AceReason-1.1-SFTは、NVIDIAが2025年にリリースした、数学的推論とコード推論に焦点を当てた、多様で高品質な教師ありファインチューニング（SFT）データセットです。関連する論文の結果は以下のとおりです。AceReason-Nemotron 1.1: SFT と RL の相乗効果による数学とコード推論の進化数学的推論とコード推論に重点を置いた SFT モデルのトレーニングを目的としています。
このデータセットは数学的およびコード推論モデルとして機能します AceReason-ネモトロン-1.1-7B の SFT トレーニング データ。データセット内のすべての回答は DeepSeek-R1 によって生成されます。
AceReason-1.1-SFTデータセットには、OpenMathReasoning、NuminaMath-CoT、OpenCodeReasoning、MagicicoderEvolInstruct、opc-sft-stage2、leetcode、TACO、およびアプリのデータを含む、2,668,741件の数学サンプルと1,301,591件のコードサンプルが含まれています。データセットはクリーンアップされ、数学およびコーディングベンチマークのテストサンプルと9グラムが重複するサンプルは除外されています。