internlm/OREAL-RL-Prompts
收藏官方服务：
资源简介：
OREAL-RL-Prompts数据集包含了OREAL项目强化学习训练阶段所使用的提示。这些提示主要来源于MATH、Numina以及历史AMC/AIME考试（2024年数据除外）。数据集中的每个提示都通过OREAL-7B-SFT模型进行了16次推断以计算通过率。
The OREAL-RL-Prompts dataset contains the prompts used in the reinforcement learning training phase of the OREAL project. These prompts are sourced from MATH, Numina, and historical AMC/AIME exams (excluding 2024). Each prompt in the dataset has a pass rate calculated through 16 times of inference using the OREAL-7B-SFT model.
提供机构：
internlm
