sungyub/mathx-5m-verl
收藏官方服务：
资源简介：
MathX-5M VERL数据集是一个包含1436392个数学推理问题的数据集，已经转换为VERL格式，适合用于数学推理任务和强化学习的奖励模型训练。
The MathX-5M VERL dataset contains 1,436,392 mathematical reasoning problems, converted to the VERL format, suitable for mathematical reasoning tasks and reinforcement learning reward model training.
提供机构：
sungyub
