官方服务：
资源简介：
Top episode replays for 2026-06-21.
2026年6月21日的精选剧集回放
应用场景：
创建时间：
2026-06-22
相关数据集
OPERA数据集
OPERA数据集是由香港理工大学、美团龙猫团队等机构联合构建的大规模推理轨迹数据集，旨在为开放域任务提供高质量的强化学习训练数据。该数据集包含20,000条经过精心筛选的推理轨迹，每条轨迹通过困惑度引导的迭代合成方法生成，确保逻辑一致性和统计稳定性。数据创建过程采用认知制动机制和困惑度优先展开技术，模拟人类反思性推理模式，最终形成结构化推理链。该数据集主要应用于开放域创造性写作、逻辑推理等任务，旨
arXiv2026-06-24 更新180
annakosovskaia/NuminaMath-1.5-RL-Verifiable-cleaned
NuminaMath-1.5-RL-Verifiable (cleaned) 是一个经过清理和验证的数据集，源自原始数据集 nlile/NuminaMath-1.5-RL-Verifiable。该数据集通过多步骤处理生成，包括正则表达式/结构清理（去除问题编号前缀、解决方案前缀、内联/尾部标记等，并丢弃无效行如解决方案长度过短、包含缺失图像引用、问题字段实际包含解决方案/答案、多部分问题等）、LL
Hugging Face2026-05-18 更新50
DCAgent2/terminal_bench_2_rl__24GPU_shaped__nemotron_math_oracle_filtered__exp_tas_optim984f9209
--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string - name: agent dtype: string - name: model dtype
Hugging Face2026-03-28 更新50
mw_pis_30
该数据集是一个机器人学数据集，由LeRobot创建，包含30个episode，总计5428帧数据。数据特征包括：4维浮点动作向量、奖励值、完成标志、观测数据（如前视摄像头图像、腕部摄像头图像和39维状态向量）、时间戳、帧索引和episode索引。图像分辨率为128x128，视频编码为AV1，帧率为20fps。数据以parquet格式存储，总大小约300MB（其中数据文件100MB，视频文件200M
Hugging Face2026-06-15 更新90
DCAgent2/GLM-4.7-r2egym-patched-full-oracle-1samples-131k-run4
该数据集包含1747个训练示例，每个示例包括多轮对话（conversations，其中每轮有内容和角色）、代理（agent）、模型（model）、模型提供者（model_provider）、日期（date）、任务（task）、剧集（episode）、运行ID（run_id）、试验名称（trial_name）、结果（result）和验证器输出（verifier_output）等字段。所有字段均为字符
Hugging Face2026-04-29 更新50
