LuckyLukke/negotio_GRPO_
收藏Hugging Face2025-02-13 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/LuckyLukke/negotio_GRPO_
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了多轮对话的轨迹，其中涉及起始代理、游戏类型、轨迹的起始者和回应者，以及模型代理的标识。数据集还提供了对话的评估、标记、掩码、收益和对数概率等信息。数据被分为训练集和测试集，可供模型训练和评估使用。
The dataset consists of multi-turn dialogue trajectories, including information about the starting agent, game type, trajectory starter and responder, and identifiers for model agents. It also provides evaluation, tokens, masks, payoffs, and log probabilities for the dialogues. The data is split into training and test sets for model training and evaluation.
提供机构：
LuckyLukke
