37 lines
1.4 KiB
Markdown
37 lines
1.4 KiB
Markdown
---
|
||
title: "Deep-Thinking SFT (深思考SFT数据)"
|
||
created: 2026-05-29
|
||
updated: 2026-05-29
|
||
type: concept
|
||
tags: ["sft", "chain-of-thought", "reasoning", "data-engineering"]
|
||
sources: ["https://mp.weixin.qq.com/s/5jV2jYuXJloKX5IWCzrSpw"]
|
||
---
|
||
|
||
# Deep-Thinking SFT (深思考SFT数据)
|
||
|
||
**Deep-Thinking SFT** 是 [[ultradata|UltraData-SFT-2605]] 的关键特征：SFT 数据中同时包含带有完整思维链/推理过程标注的"深思考"样本和直接问答的"非思考"样本，使模型同时发展逐步推理和高效回答的能力。
|
||
|
||
## 两类样本
|
||
|
||
| 类型 | 特征 | 训练作用 |
|
||
|------|------|------|
|
||
| **深思考** | 完整思维链、推理步骤、自我纠错 | 培养逐步推理、自纠错能力 |
|
||
| **非思考** | 直接问答对 | 保持回答效率 |
|
||
|
||
## 与传统 SFT 的区别
|
||
|
||
传统 SFT 数据多为直接问答对，缺乏过程性推理标注。Deep-Thinking SFT 弥补了这一空白，使模型在微调阶段就能学会**如何思考**而非仅仅**回答什么**。
|
||
|
||
## UltraData-SFT-2605 的特色
|
||
|
||
- 覆盖数学、代码、知识、指令遵循等多领域
|
||
- 千万级规模
|
||
- 全流程质量治理透明化（Query筛选→Answer校验→评测去污）
|
||
- 杜绝训练/测试集重叠
|
||
|
||
## 相关
|
||
|
||
- [[ultradata]] — UltraData 系统
|
||
- [[data-hierarchical-governance]] — L3 层级定位
|
||
- [[ultradata-l3-open-source-2026]] — 原始文章
|