MoeReward/combined_rlhf_dataset_grpo_nq_main_2K
收藏Hugging Face2025-05-06 更新2025-11-01 收录
下载链接：
https://hf-mirror.com/datasets/MoeReward/combined_rlhf_dataset_grpo_nq_main_2K
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含answer和prompt两个字符串特征的训练数据集，共有1998个示例，数据大小为约1166.9KB。
This is a training dataset with two string features: answer and prompt, containing a total of 1998 examples, with a size of approximately 1166.9KB.
提供机构：
MoeReward
