MiroRL-GenQA

本数据集转载自 huggingface 【[miromind-ai](https://huggingface.co/miromind-ai)】

#### 📖 关于项目相关的研究，可阅读公众号“觉察流”文章👇</br>

《[MiroMind-M1：如何用CAMPO算法打造高效且可复现的全栈开源推理模型](https://mp.weixin.qq.com/s/REPzzgsUjDMikg4jIo9KRg)》

#### _本仓库作者在此 👇🏻 扫一扫_

<img src="https://www.modelscope.cn/models/okwinds/GPT-2/resolve/master/qrcode_for_jcl_258.jpg" />

---

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。

您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集

#### 下载方法
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

# 官方 MiroRL-GenQA 简介

A curated dataset for **reinforcement learning (RL) training** within the [MiroRL](https://github.com/MiroMindAI/MiroRL) framework.

## Overview

* **Source**: Provided by MiroMind AI as part of the MiroRL project.
* **Format & Size**: Contains \~13.1k examples in Parquet format for efficient loading and processing.
* **License**: Released under CC-BY-NC-4.0 for non-commercial use.
* **Purpose**: Designed to serve as high-quality input for RL fine-tuning in the MiroRL pipeline.

## Dataset Structure

Each record typically contains:

* A **user query** (prompt)
* A **model-generated answer** (response)

The data is stored in Parquet format, making it easy to load via the Hugging Face `datasets` library or with `pandas`.

## Installation & Usage

Download via Hugging Face CLI:

```bash
huggingface-cli download --repo-type dataset miromind-ai/MiroRL-GenQA --local-dir data/
```

Load with Python:

```python
from datasets import load_dataset

dataset = load_dataset("miromind-ai/MiroRL-GenQA", split="train")
print(dataset)
```

Or with pandas:

```python
import pandas as pd

df = pd.read_parquet("data/default/train.parquet")
print(df.head())
```

## Recommended Use

This dataset is particularly suited for RL training within the [MiroRL](https://github.com/MiroMindAI/MiroRL) framework.
You can combine it with MiroRL's official SFT (Supervised Fine-Tuning) checkpoints to initialize an agent before RL training.

For a complete guide to MiroRL setup, architecture, and recipes, please refer to the [MiroRL GitHub repository](https://github.com/MiroMindAI/MiroRL).

## License

Released under CC-BY-NC-4.0.

本数据集转载自Hugging Face平台【[miromind-ai](https://huggingface.co/miromind-ai)】

#### 📖 如需了解本项目相关研究，可查阅公众号「觉察流」发布的文章👇

《[MiroMind-M1：如何借助CAMPO算法构建高效且可复现的全栈开源推理模型](https://mp.weixin.qq.com/s/REPzzgsUjDMikg4jIo9KRg)》

#### 👇🏻 扫码关注本仓库作者

<img src="https://www.modelscope.cn/models/okwinds/GPT-2/resolve/master/qrcode_for_jcl_258.jpg" />

---

数据集文件元数据与数据本体，请前往「数据集文件」页面获取。

您可通过以下Git Clone命令或ModelScope软件开发工具包（SDK）下载本数据集

#### 下载方法
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

# 官方 MiroRL-GenQA 数据集简介

专为[MiroRL](https://github.com/MiroMindAI/MiroRL)框架内**强化学习（Reinforcement Learning，RL）训练**打造的精选数据集。

## 概览

* **数据来源**：由MiroMind AI作为MiroRL项目的一部分提供。
* **格式与规模**：采用Parquet格式存储，包含约13.1k条样本，便于高效加载与处理。
* **授权协议**：采用CC-BY-NC-4.0协议发布，仅允许非商业性使用。
* **应用目标**：旨在作为MiroRL流程中强化学习微调的高质量输入数据。

## 数据集结构

每条样本通常包含以下字段：

* **用户查询（Prompt）**：即输入提示词
* **模型生成回答（Response）**：即模型输出结果

本数据集采用Parquet格式存储，可通过Hugging Face `datasets`库或`pandas`库轻松加载。

## 安装与使用

通过Hugging Face命令行界面（CLI）下载：

bash
huggingface-cli download --repo-type dataset miromind-ai/MiroRL-GenQA --local-dir data/

使用Python加载：

python
from datasets import load_dataset

dataset = load_dataset("miromind-ai/MiroRL-GenQA", split="train")
print(dataset)

或使用pandas加载：

python
import pandas as pd

df = pd.read_parquet("data/default/train.parquet")
print(df.head())

## 推荐应用场景

本数据集尤其适用于[MiroRL](https://github.com/MiroMindAI/MiroRL)框架内的强化学习训练任务。您可将其与MiroRL官方的监督微调（Supervised Fine-Tuning，SFT）检查点相结合，在强化学习训练前初始化智能体（AI Agent）。

如需了解MiroRL的完整部署指南、架构设计与使用方案，请参阅[MiroRL GitHub仓库](https://github.com/MiroMindAI/MiroRL)。

## 授权协议

采用CC-BY-NC-4.0协议发布。