上海企业科创能力发展评分模型

R3-Dataset-14k是一个用于训练R3系列鲁棒评分无关奖励模型的数据集。该数据集从超过100万个公开可用示例中开始构建，涵盖了通用聊天、推理和分类任务，并为每个示例即时生成评分量表和解释跟踪。经过过滤和精炼后，形成了用于监督训练的小型、高质量数据集。