Dataset · Text generation
Qwen3.5-0.8B-Japanese-SFT-v2.5-Data
by Atemoya Takenoko12345678/Qwen3.5-0.8B-Japanese-SFT-v2.5-Data
Takenoko12345678/Qwen3.5-0.8B-Japanese-SFT-v2.5 の追加学習に使ったデータを、学習に使ったそのままの形で公開しています。中身は変えず、1件ごとに出典（source）・ライセンス（license）・文を書いたモデル（generator）の欄だけを足しています。 学習・データ作りのスクリプトは Pitcher プロジェクト の sft/q08bv25/ にあります。 2段目の chatthink 以外の 3,000件は、1段目のデータからの復習用（半分は理系）です。…
Dataset Card
Takenoko12345678/Qwen3.5-0.8B-Japanese-SFT-v2.5 の追加学習に使ったデータを、学習に使ったそのままの形で公開しています。中身は変えず、1件ごとに出典（source）・ライセンス（license）・文を書いたモデル（generator）の欄だけを足しています。 学習・データ作りのスクリプトは Pitcher プロジェクト の sft/q08bv25/ にあります。 2段目の chatthink 以外の 3,000件は、1段目のデータからの復習用（半分は理系）です。 思考ありの手本は、学習時に「 考える部分 答え」の形にしています（元の Qwen3.5 のチャットテンプレートで enablethinking=True）。 - このデータのために新しく書かせた文は、すべて Qwen/Qwen3.8-27B（Apache 2.0）によるものです。理系の問題の日本語訳と解き方、会話の手本、コードの回答、思考の部分がこれに当たります。tengentoppa・formatdrill は、公開済みの Japanese-SFT-Tengentoppa-Curated-12K の行をそのまま使っています（その元データの作り方は、元データの説明を見てください） - コードの手本の選別には Gemma 4 31B の採点を使っています（文は書いていません）。詳しくは Japanese-Code-Review-OSS の説明を見てください…
Excerpt from the card by Atemoya, licensed other.
Structure
default 14,442 rows
| Split | Rows | Size |
|---|---|---|
| stage1_train | 9,692 | 16.7 MB |
| stage1_valid | 150 | 261.7 KB |
| stage2_train | 4,600 | 8.4 MB |
Details
- Repository
- Takenoko12345678/Qwen3.5-0.8B-Japanese-SFT-v2.5-Data
- Publisher
- Atemoya
- Task category
- Text generation
- Tags
- japanese, sft, reasoning
- Size category
- 10K<n<100K
- Languages
- ja, en
- Revision
- a46b9687c9440aa951ecfec891573bae8bfac73d
- Last updated
- 2026-10-12
Files
7 files, 27.4 MB in total.
Every file
| File | Type | Size | SHA-256 |
|---|---|---|---|
| overlap_check.json | Data | 478 B | — |
| stage1_train.jsonl | Data | 18.0 MB | 6d241b3d27f6 |
| stage1_valid.jsonl | Data | 282.0 KB | — |
| stage2_train.jsonl | Data | 9.1 MB | — |
| LICENSE.md | Documentation | 830 B | — |
| README.md | Documentation | 5.9 KB | — |
| .gitattributes | Repository | 2.6 KB | — |
License and Download
- License
- other
- Access
- No access gate
Released by Atemoya through its official repository on Hugging Face.
Models Trained on This Dataset
- Trained on (disclosed)Qwen3.5-0.8B-Japanese-SFT-v2.5