Nemotron-SFT-Instruction-Following-Chat-v2 は、NVIDIA が 2025 年にリリースした合成対話データセットです。大規模言語モデルのオープンエンドな対話能力および指示追従能力の向上を目的としており、モデルの学習と評価に対応しています。

本データセットには 1,998,568 件のサンプルが含まれており、JSONL 形式で提供されます。内容は主にテキストとメタデータで構成されています。対話は複数の大規模言語モデルによって生成され、多様な指示追従および推論シナリオをカバーしています。 データは合成対話から生成されており、ソースモデルには Kimi-K2-Thinking、GLM-4.6、Qwen3-235B-A22B-Thinking-2507、GPT-OSS-120b、Kimi-K2-Instruct-0905、および Qwen3-235B-A22B-Instruct-2507 が含まれます。

データセットの構成

• reasoning_off：推論モードを有効にしていない対話データ。
• reasoning_on：推論モードを有効にしている対話データ。