通义实验室开源高质量推理数据集Superior-Reasoning-SFT-gpt-oss-120b。
细节:包含43.5万条精选样本,旨在推动高性能长链思维模型训练民主化。 细节:自1月20日起在Hugging Face趋势数据集榜排名第一,下载量超1.3万。
通义实验室发布DASD-4B-Thinking模型,在多项推理基准上达到SOTA。
细节:采用提出的分布对齐序列蒸馏(DASD)方法,解决师生模型输出分布不匹配和序列生成中的曝光偏差问题。 细节:模型及其衍生版本在Hugging Face总下载量已超1万次。