ob11/VL-PRM300K
收藏Hugging Face2025-10-14 更新2025-10-25 收录
下载链接：
https://hf-mirror.com/datasets/ob11/VL-PRM300K
下载链接
链接失效反馈官方服务：
资源简介：
VL-PRM300K是一个包含30万个样本的数据集，这些样本是针对一系列多样且困难视觉推理任务的步骤级解决方案，用于训练视觉语言处理奖励模型（VL-PRMs），并从GPT-4.1中提取推理轨迹，以及从o4-mini中提取判断解决方案。更多详情请参考[VL-PRMs](https://arxiv.org/abs/)论文。
VL-PRM300K is a dataset of 300,000 samples of step-level solutions to a set of diverse and difficult visual reasoning tasks for training Vision Language Process Reward Models (VL-PRMs) with distilled reasoning traces from GPT-4.1 and judge solutions from o4-mini. Refer to the [VL-PRMs](https://arxiv.org/abs/) paper for more details.
提供机构：
ob11
