yuruny/agentic-sudoku-NonMarkov_qwen2.5-3B-it-1e-5_9x9_6-6_gt-SFT_ans1-non_markovian-eval_results_dev
收藏Hugging Face2025-12-11 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/yuruny/agentic-sudoku-NonMarkov_qwen2.5-3B-it-1e-5_9x9_6-6_gt-SFT_ans1-non_markovian-eval_results_dev
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含一系列步骤，每个步骤包含多个属性，如动作、聊天完成情况、奖励和观察结果。具体特征包括：动作（字符串类型）、聊天完成情况（包含内容和角色的列表）、完成状态（布尔类型）、mc_return（浮点类型）、模型响应（字符串类型）、观察结果（字符串类型）和奖励（浮点类型）。数据集分为一个训练集，包含100个示例，总大小为559,604字节。
The dataset consists of a series of steps, each containing various attributes such as actions, chat completions, rewards, and observations. The features include: action (string), chat completions (a list with content and role), done (boolean), mc_return (float64), model_response (string), observation (string), and reward (float64). The dataset is split into a single train split with 100 examples and a total size of 559,604 bytes.
提供机构：
yuruny
