RLHFlow/reinforce_ada_hard_prompt
收藏Hugging Face2025-10-10 更新2025-10-18 收录
下载链接：
https://hf-mirror.com/datasets/RLHFlow/reinforce_ada_hard_prompt
下载链接
链接失效反馈官方服务：
资源简介：
选定的硬提示，用于训练Qwen2.5-Math-7B和Qwen3-4B-Instruct-2507模型。
Selected hard prompts used to train Qwen2.5-Math-7B and Qwen3-4B-Instruct-2507.
提供机构：
RLHFlow
