首页/数据集/reasoning-degeneration-dev/TIW-Qwen3-4B-Thinking-2507-cd5arg-budget_forcing-FAILED

reasoning-degeneration-dev/TIW-Qwen3-4B-Thinking-2507-cd5arg-budget_forcing-FAILED

Name: reasoning-degeneration-dev/TIW-Qwen3-4B-Thinking-2507-cd5arg-budget_forcing-FAILED
Creator: reasoning-degeneration-dev
Published: 2025-12-20T01:11:07+08:00

Hugging Face2025-12-19 更新2025-12-20 收录

大语言模型

推理任务

数据链接：

https://hf-mirror.com/datasets/reasoning-degeneration-dev/TIW-Qwen3-4B-Thinking-2507-cd5arg-budget_forcing-FAILED 数据链接链接失效反馈

官方服务：

资源简介：

使用budget_forcing策略进行倒计时推理，目标token数为16384

Countdown reasoning with budget_forcing strategy to 16384 tokens

应用场景：

提供机构：

reasoning-degeneration-dev

相关数据集

Magpie-Reasoning-V2

推理任务

机器学习

Magpie-Reasoning-V2数据集，包含由DeepSeek-R1生成的250K CoT推理样本，涵盖了数学推理、编码和一般问题解决等不同的任务。

github2025-02-28 更新480

open-llm-leaderboard-old/details_Corianas__Quokka_256m

大语言模型

模型评估

该数据集是在评估模型Corianas/Quokka_256m时自动创建的，包含3个配置，每个配置对应一个评估任务。数据集还包含一个额外的配置results，用于存储所有运行的聚合结果。每个运行都可以在每个配置中找到，分割名称使用运行的时间戳。train分割始终指向最新结果。可以通过提供的Python代码加载运行中的详细信息。

Hugging Face2023-09-23 更新240

TAUR-Lab/Taur_CoT_Analysis_Project___gpt-4o-mini-2024-07-18

大型语言模型评估

推理任务

--- dataset_info: - config_name: agieval_lsat_ar features: - name: few_shot_cot_model_response dtype: string - name: few_shot_cot_parsed_model_answer dtype: string - name: few_shot_cot

Hugging Face2024-10-19 更新170

open-llm-leaderboard-old/details_OpenBuddy__openbuddy-deepseekcoder-33b-v16.1-32k

大语言模型

模型评估

该数据集是在OpenBuddy/openbuddy-deepseekcoder-33b-v16.1-32k模型在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。一个名为results的额外配置存储了所有运行的聚合结果，用于计算和显示Ope

Hugging Face2024-01-08 更新240

open-llm-leaderboard-old/details_saishf__Fett-Eris-Mix-7B

大语言模型

性能评估

--- pretty_name: Evaluation run of saishf/Fett-Eris-Mix-7B dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [saishf/Fett-Eris-Mix-7B](https://huggingface.co/sais

Hugging Face2024-03-06 更新180