KnowRL训练数据集是用于研究论文《KnowRL: 探索知识增强的强化学习以实现事实性》的训练数据集。该数据集旨在帮助大型语言模型（尤其是慢思考模型）识别其知识边界，减少幻觉现象，通过将外部知识整合到强化学习过程中，引导模型进行基于事实的慢思考。数据集包含三个核心JSON文件，分别对应KnowRL训练框架的不同阶段：冷启动监督微调数据、知识增强的强化学习训练数据和带有知识依据的强化学习训练数据。

Hugging Face2025-06-25 更新140

zjunlp/WKM-train-data

--- license: apache-2.0 ---

Hugging Face2024-07-08 更新80

zjunlp/DataMind-Data

资源简介：

相关数据集