TxT360-3efforts は、モハメド・ビン・ザイード人工知能大学によって 2025 年にリリースされた、教師あり微調整 (SFT) 用の大規模言語モデルトレーニング データセットです。関連論文は... K2-V2: 360度オープンで推論強化されたLLM目的は、チャット テンプレートを通じてモデルの 3 つの推論強度を制御することです。 このデータセットは、約1,000万のサンプルと100億のトレーニングトークンで構成され、数学、コーディング、一般対話、STEM推論、指示に従う、ツールの呼び出し、エージェントの軌跡、自己アイデンティティモデリング、セキュアアライメントの9つのタスクカテゴリをカバーしています。検証可能な制約を持つ多数のマルチターン対話とサンプルが含まれています。データは、オープンソースライセンスの公開データセットまたは高品質の合成データから取得され、厳格な品質フィルタリング、重複排除、ベンチマーク除染が行われています。回答は主にGPT-OSS-120Bによって異なる推論強度で生成されます。データセットは、統一されたチャットテンプレートを使用して、低、中、高の推論強度を明示的に区別し、モデルがトレーニング中に学習して、さまざまな推論要件に応じて生成期間と推論深度を調整できるようにします。

引用

@misc{k2team2025k2v2360openreasoningenhancedllm、 タイトル={K2-V2: 360度オープンで推論機能を強化したLLM}、 author={K2 チーム、Zhengzhong Liu、Liping Tang、Linghao Jin、Haonan Li、Nikhil Ranjan、Desai Fan、Shaurya Rohatgi、Richard Fan、Omkar Pangarkar、Huijuan Wang、Zhoujun Cheng、Suqi Sun、Seungwook Han、Bowen Tan、Gurpreet Gosal、Xudong Han、Varad Pimpalkhute、Shibo Hao、Mingシャン・ヒー、ジョエル・ヘストネス、ハオロン・ジア、リクン・マー、アーリヤモンヴィクラム・シン、ダリア・ソボレワ、ナタリア・ヴァシリエワ、レンシー・ワン、インクアン・ウー、ユエカイ・サン、テイラー・キリアン、アレクサンダー・モレノ、ジョン・マッグス、ヘクター・レン、グオウェイ・ヘ、ホンイー・ワン、シュエゼ・マー、ユーチー・ワン、ミハイル・ユーロチキン、エリック・P.シン}、 年={2025}、 eprint={2512.06201}、 archivePrefix={arXiv}、 primaryClass={cs.LG}、 url={https://arxiv.org/abs/2512.06201}、 }