面壁智能开源 MiniCPM5-2B 训练数据集体系：涵盖代码、Agent 与强化学习

面壁智能开源了支撑 MiniCPM5-2B 模型训练的数据集体系，涵盖代码、强化学习与数据精炼方案。

• 推出数据精炼方案 UltraX，采用函数调用机制将微细编辑转化为可执行操作，开源预览版包含约 1000 亿 Token 的精炼网页数据。
• 开源 UltraData-Code 代码数据集，分为 L2（约 4000 亿 Token）与 L3（约 1500 亿 Token），覆盖 11 种主流编程语言。
• 提供 UltraData-SFT-Agent-2609 智能体微调数据集，包含约 50 万条样本，覆盖搜索、代码、软件工程与多轮记忆等场景。
• 发布 UltraData-RL-2609 强化学习数据集，包含超过 8 万条经过可验证性与奖励可靠性筛选的样本。
• 影响/看点：端侧小模型的高质量训练配方开源有助于降低边缘智能体研究门槛，其对社区模型的实际效用取决于数据格式与主流训练框架的适配程度。
• 资料依据：
• 面壁智能 OpenBMB（2026-09-10）：https://x.com/OpenBMB/status/2098053462923886742

本内容由 AI 生成，仅供参考，请注意甄别