yuruny/agentic-sudoku-Markov_qwen2.5-3B-it-5e-6_9x9_6-6_gt-SFT_ans1-9k-markovian-eval_results
收藏Hugging Face2025-12-12 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/yuruny/agentic-sudoku-Markov_qwen2.5-3B-it-5e-6_9x9_6-6_gt-SFT_ans1-9k-markovian-eval_results
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个步骤，每个步骤包含动作、聊天完成情况、完成状态、mc_return、模型响应、观察和奖励等子特征。此外，数据集还包含一个顶层的奖励特征。数据集分为训练集，包含100个示例。
The dataset consists of multiple steps, each containing sub-features such as action, chat completions, done status, mc_return, model response, observation, and reward. Additionally, the dataset includes a top-level reward feature. It is split into a training set with 100 examples.
提供机构：
yuruny
