Kwai-Klear/Klear-Qwen3-Thinking-Preview

Name: Kwai-Klear/Klear-Qwen3-Thinking-Preview
Creator: Kwai-Klear
Published: 2025-07-25 07:20:22
License: 暂无描述

Hugging Face2025-07-25 更新2025-09-13 收录

下载链接：

https://hf-mirror.com/datasets/Kwai-Klear/Klear-Qwen3-Thinking-Preview

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

Kwai-Klear

Kwai-Klear/GoLongRL

该数据集是GoLongRL的强化学习训练数据集，旨在提升语言模型的长上下文能力。它总共包含23,000个训练样本，并涵盖9种奖励函数类型。

Hugging Face2026-05-26 更新00

Kwai-Klear/GoLongRL-Eval

该存储库包含用于GoLongRL论文的评估基准数据集。

Hugging Face2026-05-20 更新00

Kwai-Klear/KlearReasoner-CodeSub-15K

这是一个来自Klear-Reasoner Code RL数据集的高质量子集，该数据集是从rllm项目使用的RL数据中派生出来的。这部分数据被用于训练Klear-Reasoner的代码推理模型。数据集经过仔细的清洗和筛选，只包含适用于强化学习的可靠样本。使用这个数据集训练的模型在各种代码推理基准测试中表现出显著的性能提升。

Hugging Face2025-09-27 更新110

Kwai-Klear/RLEP_dataset

该数据集包含了用于论文RLEP: 基于经验回放的LLM推理强化学习中的实验数据。数据集遵循DAPO schema，分为测试集和训练集，其中测试集包含了AIME-2024、AIME-2025和AMC-2023数据，而训练集则包含了17k个数学问题，每个问题都有经验池存储在reward_model.candidates字段中。数据集的设计旨在优化数学推理任务的模型学习过程，通过回放高质量样本来避免无效

Hugging Face2025-07-18 更新50

Kwai-Klear/KlearReasoner-MathSub-30K

这是一个从Klear-Reasoner Math RL数据集筛选出的30K条记录的子集，通过DeepSeek-R1-0120模型输出的结果进行筛选，确保了数学正确性和格式合规性。数据集适用于强化学习，并提供了高质量的样本，确保了准确的奖励信号。

Hugging Face2026-01-06 更新30