MIT 放出 1451 条 DeepSeek V4.1 Flash 推理轨迹，已去污染

1,451 verified max-effort reasoning traces from DeepSeek v4.1 Flash, decontaminated against AIME + MATH-500 — MIT

MIT 公开了 1451 条来自 DeepSeek V4.1 Flash 的“最大努力”推理轨迹，并且已经对 AIME 和 MATH-500 做了去污染处理。这批数据对训练小模型模仿长链推理很有用，但正文没披露轨迹的格式、长度分布，也没说是否包含奖励信号。如果你打算拿来做蒸馏或偏好学习，得先确认这些细节。