ReactiveAI/Beta-Progressive-DMPO

--- dataset_info: config_name: steps-7 features: - name: interactions list: - name: answer dtype: string - name: internal dtype: string - name: query dtype: string - name: think dtype: string - name: tool_call dtype: string - name: tool_response dtype: string - name: model dtype: string - name: mode dtype: string splits: - name: train num_bytes: 1180648267.271233 num_examples: 52916 download_size: 551479835 dataset_size: 1180648267.271233 configs: - config_name: steps-7 data_files: - split: train path: steps-7/train-* ---数据集信息： 配置名称：steps-7 特征： - 交互序列（interactions）：为列表类型，列表元素包含以下子字段： - 答案（answer）：字符串类型 - 内部字段（internal）：字符串类型 - 查询请求（query）：字符串类型 - 思考过程（think）：字符串类型 - 工具调用（tool_call）：字符串类型 - 工具返回结果（tool_response）：字符串类型 - 模型（model）：字符串类型 - 运行模式（mode）：字符串类型 数据划分： - 训练集（train）： 字节大小：1180648267.271233 样本数量：52916 下载大小：551479835 字节 数据集总大小：1180648267.271233 字节 配置项： - 配置名称：steps-7 数据文件： - 对应数据划分：训练集（train） 文件路径：steps-7/train-*