agentlans/claude-reasoning

该数据集是由Anthropic的Claude生成的提示和回答的精选集合，结合了来自多个来源的高质量长推理数据，为需要逻辑、数学和编码能力的模型提供了一个集中的训练集。在数据收集过程中，如果同一输入生成了多个回答，则选择推理内容最短的条目以确保简洁性和高信噪比。数据集包含问题、答案、推理链和来源四个字段，涵盖了数学、代码和逻辑等多种类型的推理问题。

许可证：Apache 2.0
任务类别：
- 文本生成
- 问答
语言：
- 英语
标签：
- 推理
- 合成数据
- Claude
- 思维链（Chain-of-Thought）
- 数学
- 代码
- 逻辑
数据集信息：
特征：
- 名称：question，数据类型：字符串
- 名称：answer，数据类型：字符串
- 名称：thought，数据类型：字符串
- 名称：source，数据类型：字符串

# Claude推理数据集

本数据集是由Anthropic公司开发的Claude生成的提示词与回复的精选合集。它整合了多来源的高质量长文本推理数据，可为需要逻辑推理、数学计算与编码能力的模型提供针对性训练数据集。

若在数据收集阶段针对同一输入生成了多个回复，则选取推理内容最短的条目，以确保数据简洁且具备高信噪比。

## 数据集详情

### 数据集构成
| 来源 | 样本量 |
|:---|---:|
| [Roman1111111/claude-sonnet-4.6-120000x](https://huggingface.co/datasets/Roman1111111/claude-sonnet-4.6-120000x) | 64 679 |
| [Roman1111111/claude-sonnet-4.6-100000X-filtered](https://huggingface.co/datasets/Roman1111111/claude-sonnet-4.6-100000X-filtered) | 51 973 |
| [Roman1111111/claude-opus-4.6-10000x](https://huggingface.co/datasets/Roman1111111/claude-opus-4.6-10000x) | 7 741 |
| [lordx64/reasoning-distill-claude-opus-4-7-max](https://huggingface.co/datasets/lordx64/reasoning-distill-claude-opus-4-7-max) | 4 592 |
| [TeichAI/claude-haiku-4.5-high-reasoning-1700x](https://huggingface.co/datasets/TeichAI/claude-haiku-4.5-high-reasoning-1700x) | 1 170 |
| [Hastagaras/Claude-Sonnet-4.6-Reasoning-Reddit-small](https://huggingface.co/datasets/Hastagaras/Claude-Sonnet-4.6-Reasoning-Reddit-small) | 480 |
| [Hastagaras/Claude-Sonnet-X-Opus-4.6-Reasoning-small-500](https://huggingface.co/datasets/Hastagaras/Claude-Sonnet-X-Opus-4.6-Reasoning-small-500) | 476 |
| [Hastagaras/Claude-Opus-4.6-Reasoning-BugFinder-400](https://huggingface.co/datasets/Hastagaras/Claude-Opus-4.6-Reasoning-BugFinder-400) | 411 |
| [Crownelius/Opus-4.6-Reasoning-3300x](https://huggingface.co/datasets/Crownelius/Opus-4.6-Reasoning-3300x) | 314 |
| [TeichAI/claude-sonnet-4.5-high-reasoning-250x](https://huggingface.co/datasets/TeichAI/claude-sonnet-4.5-high-reasoning-250x) | 77 |
| [TeichAI/claude-4.5-opus-high-reasoning-250x](https://huggingface.co/datasets/TeichAI/claude-4.5-opus-high-reasoning-250x) | 47 |

### 数据结构
数据集的每一行均遵循以下格式：
* **`question`**：输入提示词或问题描述
* **`answer`**：Claude生成的最终回复
* **`thought`**：模型在推理阶段生成的思维链内容
* **`source`**：该条目的原始数据集来源

**示例：**
json
{
"question": "Matt can paint a house in 12 hours. Patty can paint the same house in one third the time. Rachel can paint the same house in 5 more than double the amount of hours as Patty. How long will it take Rachel to paint the house?",
"answer": "Patty can paint the house in 12 / 3 = 4 hours. Double Patty's time is 4 × 2 = 8 hours. Five more than that is 8 + 5 = 13 hours. It will take Rachel 13 hours to paint the house.",
"thought": "Simple math problem.

Matt: 12 hours
Patty: 12/3 = 4 hours
Rachel: 2*4 + 5 = 13 hours",
"source": "Roman1111111/claude-opus-4.6-10000x"
}

## 局限性
尽管本数据集由当前顶尖大语言模型生成，其输出仍可能存在事实错误或推理偏差。建议用户在关键业务应用中对输出内容进行验证。

## 许可证
Apache 2.0