deepscaler_simplelr
收藏魔搭社区2025-12-05 更新2025-05-31 收录
下载链接：
https://modelscope.cn/datasets/hkust-nlp/deepscaler_simplelr
下载链接
链接失效反馈官方服务：
资源简介：
This is the RL training dataset associated with the paper "Pitfalls of Rule- and Model-based Verifiers -- A Case Study on Mathematical Reasoning."
本数据集为论文《基于规则与基于模型的验证器的陷阱——一项关于数学推理的案例研究》配套的强化学习（Reinforcement Learning）训练数据集。
提供机构：
maas创建时间：
2025-05-29
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集由hkust-nlp发布，是一个用于强化学习（RL）的训练数据集，与一篇研究数学推理中规则和模型验证器陷阱的论文相关联。它采用Apache License 2.0许可，大小为17.06MB，于2025年5月29日更新。
以上内容由遇见数据集搜集并总结生成
