Simulated Operand Dataset
收藏arXiv2025-09-30 收录
下载链接：
https://github.com/ChenEmmaL/imitation_abacus
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了用于训练强化学习代理解决算术问题的样本操作数，特别是涉及多数字的加法和减法，且这些操作数的范围超出了训练区间。此外，该代理在不同操作数区间的表现进行了评估，重点在于其分布外（OOD）的泛化能力。每个区间的样本量为10万，任务为解决算术问题。
提供机构：
Authors of the paper
