T-WixはロシアのSFTデータセットであり、関連する論文は「量から質へ: 命令チューニングのための自己ガイド型データ選択による LLM パフォーマンスの向上「アルゴリズムと数学の問題の解決から対話、論理的思考、推論パターンに至るまで、モデルの機能を強化することを目指しています。

このデータセットには、499,598件のロシア語サンプルが含まれており、そのうち468,614件は数学、科学、プログラミング、一般知識、指示に従うこと、ロールプレイングなど、様々な分野を網羅する一般的なサンプルです。推論サンプルには30,984個のデータポイントが含まれており、高度な数学と科学の問題に焦点を当て、詳細な推論の軌跡を提供しています。