Nigeria Machinery：带领域落地推理层的低资源工业数据集

关于非洲经济工业机械的公开、模型就绪数据相对稀少——难以做定量分析或训练扎根于该背景的数值任务语言模型。我们发布两物以助解决部分问题。其一是尼日利亚机械使用与故障数据集：跨28指标的89条机器级记录，覆盖2006–2025年尼日利亚制造与油气部门；每条记录指明公开来源并由码本解码。其二是从这些稀疏数值构建思维链推理示例的方法：产出94行提示、补全与推理轨迹——每行的提示都指明其记录的真实指标、子部门、年份与来源。数据适配工作由Adaption Labs执行。过程中我们描述了语言模型构建数据集时的常见问题：提示可以匹配真实数字却对真实领域只字不提。我们显示修复此问题把领域落地提示的比例从早期发布的78中1提升到94中94，且每条检索答案现在都匹配其来源值（84中84）。我们在CC-BY-4.0下发布数据、推理层与逐行出处文件。我们明确局限：89条记录与17个仅有一个观测的指标——这是参考与种子数据集而非大型训练集；多数推理行是检索而非多步计算。