shikunpunk/

YuHua-Qwen3-V4-Data

余华风格小说生成 Qwen2.5-3B V4 训练/评估数据。

raw/yuhua_raw.jsonl：原始语料（13 册 20952 段，含 book/chapter/segment_index 元数据） v4/yuhua_cot_*：优化后 CoT 训练数据（合计 2302 条，train=2072 / val=230） yuhua_cot_long.jsonl：700 条章节拼接长文本正例（正文 800-1500 字，解决长文本生成瓶颈） *_sg.jsonl：sharegpt 格式（LLaMA-Factory 直接可用）

samples/samples_v4_tagged.jsonl：V4 模型生成样本（15 条，9 条通过硬约束校验，已附加 _tag 元数据）

人名符号化（a1/a2 等），生成时提示词映射实现人物可控 长文本：700 条 800-1500 字真实余华长文正例 强约束… See the full description on the dataset page: https://huggingface.co/datasets/shikunpunk/YuHua-Qwen3-V4-Data.