Maze Crawler Episodes 2026-06-04

kaggle2026-06-05 更新2026-06-17 收录

迷宫导航AI

强化学习轨迹

数据链接：

https://www.kaggle.com/datasets/kaggle/maze-crawler-episodes-2026-06-04 数据链接链接失效反馈

官方服务：

资源简介：

Top episode replays for 2026-06-04.

2026年6月4日的热门剧集回放

创建时间：

2026-06-05

DCAgent2/terminal_bench_2_rl_v3_tp4s64_8x_nemotron_junit_20260321_221836

强化学习轨迹

终端任务执行

--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string - name: agent dtype: string - name: model dtype

Hugging Face2026-03-22 更新100

mzio/tw-sft-coin-collector-hard-hi

强化学习轨迹

游戏AI训练

--- dataset_info: features: - name: state list: - name: content dtype: string - name: role dtype: string - name: action struct: - name: content dtype: strin

Hugging Face2026-03-23 更新70

rogercc/agentick-oracle-trajectories-500k

强化学习轨迹

专家策略模仿

--- dataset_info: features: - name: task dtype: string - name: episode_id dtype: int32 - name: difficulty dtype: string - name: step dtype: int32 - name: ascii_render d

Hugging Face2026-03-18 更新60

neomatrix369/py-bug-trace-qwen3-6-35b-a3b-l2-rollouts

代码错误修复

强化学习轨迹

该数据集是一个用于评估AI模型在复杂任务中表现的数据集，包含多个特征字段，如评估ID、模型名称、任务级别、示例ID、rollout编号、跟踪ID、提示信息（包括角色、内容、工具调用等）、完成内容（包括角色、内容、推理内容、工具调用等）、奖励值、以及详细信息（如任务ID、难度、类别、时间统计、令牌使用情况、完成状态、停止条件、性能指标如精确匹配奖励和回合数等）。此外，还包括精确匹配奖励、延迟时间和总

Hugging Face2026-05-30 更新80

anon-paper-submission/agentick-oracle-trajectories-250k

强化学习轨迹

智能体决策

该数据集包含强化学习环境中的轨迹数据，涵盖多个任务和难度级别。每条记录包含任务名称、episode编号、难度标识、步数索引、ASCII渲染表示、语言描述渲染、动作名称、动作整数编码、奖励值及完成标志。数据分为训练集（251,076条样本）和测试集（252,123条样本），适用于强化学习算法训练和评估。

Hugging Face2026-05-02 更新60

Maze Crawler Episodes 2026-06-04

资源简介：

相关数据集