ardauzunoglu/smollm2_v17grpo_c4_lowq_200m2b_subsample20m_grpo_prompt

该数据集是一个文本处理数据集，包含100,018个训练样本，总大小约352.9 MB。数据集特征包括行索引（row_idx）、样本索引（sample_idx）、文本内容（text）、完成原因（finish_reason）、停止原因（stop_reason）、文档标识（document）和提示词计数（prompt_token_count），适用于文本生成、分析或语言模型相关任务。

This dataset is a text processing dataset containing 100,018 training samples with a total size of approximately 352.9 MB. It features row index (row_idx), sample index (sample_idx), text content (text), finish reason (finish_reason), stop reason (stop_reason), document identifier (document), and prompt token count (prompt_token_count), suitable for text generation, analysis, or language model-related tasks.