five

RLAIF-V/RLPR-Benchmarks

收藏
Hugging Face2025-06-22 更新2025-11-01 收录
下载链接:
https://hf-mirror.com/datasets/RLAIF-V/RLPR-Benchmarks
下载链接
链接失效反馈
官方服务:
资源简介:
RLPR评估基准是一个包含7个不同基准测试的数据集,用于评估RLPR的推理能力。这些基准测试涵盖了数学推理和一般领域推理,包括MATH-500、Minerva、AIME24、MMLU-Pro、GPQA、TheoremQA和WebInstruct验证集。数据集支持问题回答和文本生成任务,语言为英语。

The RLPR Evaluation Benchmarks is a dataset consisting of seven different benchmarks designed for evaluating the reasoning capabilities of RLPR. These benchmarks cover mathematical reasoning and general domain reasoning, including MATH-500, Minerva, AIME24, MMLU-Pro, GPQA, TheoremQA, and the WebInstruct validation set. The dataset supports question answering and text generation tasks, with English as the language.
提供机构:
RLAIF-V
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作