latency-sensitive-bench/demon_attack_fix_latency_15
收藏官方服务：
资源简介：
该数据集包含强化学习环境中的交互数据，每条数据包括图像、提示（prompt）、动作ID与动作文本、延迟时间（latency和latency_ms）、奖励值（reward）、是否完成回合（done）、回合索引（episode_idx）、时间步（t）、种子（seed）以及是否为确定性动作（deterministic）等特征。数据集划分为训练集（128,892个样本）和验证集（31,189个样本）。
This dataset contains interaction data from a reinforcement learning environment. Each entry includes an image, prompt, action ID and action text, latency (latency and latency_ms), reward, done flag, episode index (episode_idx), time step (t), seed, and deterministic flag. The dataset is split into training (128,892 samples) and validation (31,189 samples).
