Llama-Nemotron-Post-Training-Dataset トレーニング後のデータセット

Llama-Nemotron-Post-Training-Datasetは、2025年にNVIDIAがオープンソース化した大規模な学習後データセットです。関連する論文の結果は「Llama-Nemotron: 効率的な推論モデルこれは、トレーニング後の段階（SFT や RL など）における Llama-Nemotron シリーズ モデルの数学、コード、一般的な推論、および指示の追従機能を向上させることを目的としています。

このデータセットは、教師あり微調整（SFT）と強化学習（RL）のフェーズから得られたデータを組み合わせたものです。現在のバージョンであるv1.1（以前のバージョンと比較して約220万の数学サンプルと50万のコード推論サンプルが追加されています）は、AIエージェント、チャットボット、RAGシステム、その他のAI駆動型アプリケーションの学習に適しています。

データ分布（カテゴリエントリ数別）

• 数学：22,066,397
• コード: 10,108,883
• 科学: 708,920
• 指示に従う: 56,339
• チャット: 39,792
• 安全: 31,426