Maze Crawler Episodes 2026-06-05

kaggle2026-06-06 更新2026-06-17 收录

迷宫导航智能体

强化学习轨迹

数据链接：

https://www.kaggle.com/datasets/kaggle/maze-crawler-episodes-2026-06-05 数据链接链接失效反馈

官方服务：

资源简介：

Top episode replays for 2026-06-05.

2026年6月5日的顶级剧集回放

创建时间：

2026-06-06

mzio/tw-sft-treasure-hunter-medium-hi

强化学习轨迹

寻宝游戏任务

--- dataset_info: features: - name: state list: - name: content dtype: string - name: role dtype: string - name: action struct: - name: content dtype: strin

Hugging Face2026-03-23 更新120

neomatrix369/py-bug-trace-qwen3-6-35b-a3b-l2-rollouts

代码错误修复

强化学习轨迹

该数据集是一个用于评估AI模型在复杂任务中表现的数据集，包含多个特征字段，如评估ID、模型名称、任务级别、示例ID、rollout编号、跟踪ID、提示信息（包括角色、内容、工具调用等）、完成内容（包括角色、内容、推理内容、工具调用等）、奖励值、以及详细信息（如任务ID、难度、类别、时间统计、令牌使用情况、完成状态、停止条件、性能指标如精确匹配奖励和回合数等）。此外，还包括精确匹配奖励、延迟时间和总

Hugging Face2026-05-30 更新80

mzio/aprm-tw-treasure-hunter-easy-gpt5m_med-gs4-s0-train

文本游戏智能体

强化学习轨迹

--- {} --- # Act-PRM Rollout Dataset ## Run Metadata - **env_config**: `textworld/treasure_hunter_easy` - **model_config**: `oai_gpt5m_med` - **model**: `gpt-5-mini` - **split**: `train` - **group_s

Hugging Face2026-03-23 更新40

DCAgent2/terminal_bench_2_rl_v3_tp4s64_8x_nemotron_junit_20260321_221836

强化学习轨迹

终端任务执行

--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string - name: agent dtype: string - name: model dtype

Hugging Face2026-03-22 更新110

rogercc/agentick-oracle-trajectories-500k

强化学习轨迹

专家策略模仿

--- dataset_info: features: - name: task dtype: string - name: episode_id dtype: int32 - name: difficulty dtype: string - name: step dtype: int32 - name: ascii_render d

Hugging Face2026-03-18 更新60

Maze Crawler Episodes 2026-06-05

资源简介：

相关数据集