FutureSim

DataONE2026-05-06 更新2026-05-19 收录

强化学习环境

适应性智能体评估

数据链接：

https://search.dataone.org/view/sha256:3dd9f75f2aeba80d0d3dccff10a103f44d3829f1497769f35d23703968458a00 数据链接链接失效反馈

官方服务：

资源简介：

Replaying world events to evaluate adaptive agents

创建时间：

2026-05-09

R2E-Gym/R2E-Gym-V1

代码变更自动化

强化学习环境

该数据集包含了代码仓库的提交信息及相关修改内容，用于训练机器学习模型，具体包括仓库名称、Docker镜像、提交哈希值、提交内容、执行结果、修改文件列表、修改实体摘要、相关文件列表、非测试文件数量、非测试函数方法数量、非测试代码行数、问题陈述、提示信息和预期输出等字段。数据集分为训练集，共有8101个示例，总大小为6079830248字节。

Hugging Face2025-04-11 更新150

maniro-ai/2024-10-25-engine-pick-berry-relative

机器人操作

强化学习环境

--- dataset_info: features: - name: observation.state sequence: float32 length: 4 - name: action sequence: float32 length: 4 - name: episode_index dtype: int64 - name: fr

Hugging Face2024-10-25 更新80

tmax-15k-open-instruct

指令微调

强化学习环境

TMax 15k - Open Instruct是一个用于训练Tmax系列模型（如Tmax 9b）的数据集，其格式专为与特定的开源指令库（open-instruct fork）配合使用而设计。该数据集是一个集合，包含大约15,000个强化学习（RL）环境实例。每个样本包含多个特征：messages（一个由content和role字段组成的消息列表，用于记录交互内容）、ground_truth（真实

Hugging Face2026-06-23 更新40

LangAGI-Lab/world_model_prelim_analysis_finegrained

强化学习环境

模型训练

--- dataset_info: features: - name: url dtype: string - name: next_state_acctree dtype: string - name: task_id dtype: int64 - name: current_action dtype: string - name: pre

Hugging Face2024-09-15 更新100

nemotron-gym-knowledge-openqa

强化学习环境

知识问答

该数据集是nvidia/Nemotron-RL-knowledge-openqa数据集的Harbor格式转换版本，专为强化学习环境设计。其核心内容是知识开放问答任务，每个数据样本代表一个完整的、可执行的强化学习环境任务包。数据以表格形式组织，每行包含两个关键字段：`path`（一个确定性的短标识符字符串）和`task_binary`（一个经过gzip压缩的tar归档文件二进制数据）。tar包内部遵

Hugging Face2026-05-16 更新70

FutureSim

资源简介：

相关数据集