yuruny/agentic-sudoku-Markov_qwen2.5-3B-it-5e-6_9x9_6-6_gt-SFT_ans1-markovian-eval_results

---
dataset_info:
features:
- name: steps
list:
- name: action
dtype: string
- name: chat_completions
list:
- name: content
dtype: string
- name: role
dtype: string
- name: done
dtype: bool
- name: mc_return
dtype: float64
- name: model_response
dtype: string
- name: observation
dtype: string
- name: reward
dtype: float64
- name: reward
dtype: float64
splits:
- name: train
num_bytes: 376588
num_examples: 100
download_size: 47268
dataset_size: 376588
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段`steps`：列表类型，其列表元素包含以下子属性：
- `action`：字符串类型
- `chat_completions`：列表类型，内部子属性包括：
- `content`：字符串类型
- `role`：字符串类型
- `done`：布尔类型
- `mc_return`：64位浮点数类型
- `model_response`：字符串类型
- `observation`：字符串类型
- `reward`：64位浮点数类型
- 字段`reward`：64位浮点数类型
数据集拆分：
- 训练集（train）：占用字节数376588，共包含100个样本
下载总大小：47268，数据集存储总大小：376588
数据集配置：
- 默认配置（default）：对应训练拆分的数据文件路径为`data/train-*`