vedpatwardhan/gr1_reward_pred
收藏Hugging Face2026-04-27 更新2026-05-03 收录
下载链接：
https://hf-mirror.com/datasets/vedpatwardhan/gr1_reward_pred
下载链接
链接失效反馈官方服务：
资源简介：
The reward prediction dataset used for tuning the reward head in https://github.com/vedpatwardhan/le-probe
提供机构：
vedpatwardhan
