CohenQu/AceReason-Math-Qwen3-4B-Instruct-eval-32k-64_partial
收藏数据链接：
官方服务：
资源简介：
该数据集包含问题、答案、分词后的提示、响应列表、奖励列表以及平均奖励等字段。数据集目前只有一个训练集部分，共有33600个示例。
The dataset includes fields for problems, answers, tokenized prompts, a list of responses, a list of rewards, and the mean reward. There is currently only one training set part with a total of 33,600 examples.
提供机构：
CohenQu
