Asap7772/prm800k_onpolicy_multiturn_cummrew_prefix0.1_roll4_maxrev100
收藏Hugging Face2024-09-23 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/Asap7772/prm800k_onpolicy_multiturn_cummrew_prefix0.1_roll4_maxrev100
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个字段，如输入（input）、输出前缀（output_prefix）、输出（output）、下一步输出前缀（next_output_prefix）、下一步输出（next_output）、终端（terminal）、完成（completion）、轨迹（trajectory）、步骤（step）、标签（label）、奖励（reward）、是否被选择（is_chosen）、回报到目标（rtg）、未折扣回报到目标（undiscounted_rtg）、文本（text）等。数据集分为训练集（train）和测试集（test），分别包含1548405和1462843个样本。数据集的总大小为22685500160字节，下载大小为438759790字节。
The dataset includes multiple fields such as input, output_prefix, output, next_output_prefix, next_output, terminal, completion, trajectory, step, label, reward, is_chosen, rtg, undiscounted_rtg, and text. The dataset is divided into a training set (train) and a test set (test), containing 1548405 and 1462843 samples respectively. The total size of the dataset is 22685500160 bytes, with a download size of 438759790 bytes.
提供机构：
Asap7772
