RLHFlow/reinforce_ada_easy_prompt
收藏官方服务：
资源简介：
用于训练Qwen2.5-Math-7B模型的精选简单提示语数据集。
A dataset of selected easy prompts used to train Qwen2.5-Math-7B model.
提供机构：
RLHFlow
社区交流群
科研交流群
商业服务
用于训练Qwen2.5-Math-7B模型的精选简单提示语数据集。
A dataset of selected easy prompts used to train Qwen2.5-Math-7B model.