推理 · Open Thoughts

OpenThoughts3-1.2M

1.2M reasoning traces — 850k math, 250k code, and 100k science questions — with chains of thought generated by QwQ-32B. The result of 1,000+ controlled experiments on reasoning-data curation, and the training set behind OpenThinker3-7B, the state-of-the-art open-data 7B reasoning model (53% AIME 2025). The reference open recipe for distilling reasoning ability.

在 Hugging Face 查看 →阅读论文

加载

from datasets import load_dataset
ds = load_dataset("open-thoughts/OpenThoughts3-1.2M")

预览示例数据

{
  "difficulty": 7,
  "source": "MATH",
  "domain": "math",
  "conversations": [
    { "from": "user", "value": "Find all real x such that x^4 - 5x^2 + 4 = 0." },
    { "from": "assistant", "value": "<think>Substitute y = x^2: y^2 - 5y + 4 = 0, so (y-1)(y-4)=0...</think>\nThe solutions are x = ±1 and x = ±2." }
  ]
}

用这个数据集微调

使用 QLoRA（4-bit 基础模型 + LoRA 适配器）微调的预计显存需求（保守默认参数）：

7B QLoRA · ~6GB VRAM13B QLoRA · ~10GB VRAM

检测你的 GPU 能否微调 →

微调新手？跟着分步教程走：一小时微调你的第一个 LLM

常见问题

OpenThoughts3-1.2M 可以商用吗？

可以——OpenThoughts3-1.2M 采用 Apache 2.0 宽松许可证，允许商业使用，包括训练用于产品的模型。发布前请查看数据集卡片中的署名要求。

OpenThoughts3-1.2M 有多少数据？需要全部使用吗？

OpenThoughts3-1.2M 包含 1.2M Rows。通常不需要全部：风格和格式微调只需几百到几千条样本——先加载切片（如 split="train[:1000]"），质量到达瓶颈时再扩大规模。

OpenThoughts3-1.2M 最适合做什么？

Distilling strong math/code/science reasoning into 7B–32B models。它属于数据集中心的「推理」板块，那里有替代和互补的数据集。