hkust-nlp/deepscaler_simplelr
收藏Hugging Face2025-05-28 更新2025-07-05 收录
下载链接：
https://hf-mirror.com/datasets/hkust-nlp/deepscaler_simplelr
下载链接
链接失效反馈官方服务：
资源简介：
这是一篇关于数学推理的论文《基于规则和模型验证器的陷阱 -- 数学报错案例研究》相关的强化学习训练数据集。
This is the RL training dataset associated with the paper Pitfalls of Rule- and Model-based Verifiers -- A Case Study on Mathematical Reasoning.
提供机构：
hkust-nlp
