yuruny/Qwen2.5-7B-Instruct-non_markovian_0-eval_results
收藏Hugging Face2025-11-17 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/yuruny/Qwen2.5-7B-Instruct-non_markovian_0-eval_results
下载链接
链接失效反馈官方服务：
资源简介：
---
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: 302622098
num_examples: 102400
download_size: 38522513
dataset_size: 302622098
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征字段：
- 名称：steps（步骤），为列表类型，其元素包含以下子字段：
- 名称：action（动作），数据类型为字符串
- 名称：chat_completions（对话补全），为列表类型，其元素包含以下子字段：
- 名称：content（内容），数据类型为字符串
- 名称：role（角色），数据类型为字符串
- 名称：done（完成标记），数据类型为布尔值
- 名称：mc_return（蒙特卡洛回报，Monte Carlo Return），数据类型为64位浮点数
- 名称：model_response（模型响应），数据类型为字符串
- 名称：observation（观测结果），数据类型为字符串
- 名称：reward（奖励），数据类型为64位浮点数
- 名称：reward（全局奖励），数据类型为64位浮点数
数据划分：
- 名称：train（训练集），字节大小：302622098，样本数量：102400
下载大小：38522513字节
数据集总大小：302622098字节
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 数据划分：train（训练集），文件路径：data/train-*
提供机构：
yuruny
