mzio/aprm-finqa_reasoning-gpt5m_med-gs4-s0-r2-train
收藏Hugging Face2026-03-23 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/mzio/aprm-finqa_reasoning-gpt5m_med-gs4-s0-r2-train
下载链接
链接失效反馈官方服务：
资源简介：
---
{}
---
# Act-PRM Rollout Dataset
## Run Metadata
- **env_config**: `finqa/reasoning_gpt5m`
- **model_config**: `oai_gpt5m_med`
- **model**: `gpt-5-mini`
- **split**: `train`
- **group_size**: `4`
- **seed**: `1`
- **num_samples**: `62`
- **num_trajectories**: `248`
- **accuracy**: `41.5%`
- **mean_reward**: `-0.169`
- **run_cmd**: `main_api.py --env_config insurance/default_gpt5m --model_config oai_gpt5m_med --split train --group_size 4 --max_concurrent 5 --checkpoint_every 100 --dataset_name mzio/aprm-finqa_reasoning-gpt5m_med-gs8-s0-r2-train --seed 1 --verbose --env_config finqa/reasoning_gpt5m --group_size 4`
提供机构：
mzio
