tschouis/molcot-grpo-subset

--- dataset_info: features: - name: prompt dtype: string - name: task_type dtype: string - name: reward_metadata dtype: string splits: - name: train num_bytes: 31994476 num_examples: 29500 download_size: 14997292 dataset_size: 31994476 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集元信息: 特征字段: - 字段名: prompt（提示词） 数据类型: 字符串 - 字段名: task_type（任务类型） 数据类型: 字符串 - 字段名: reward_metadata（奖励元数据） 数据类型: 字符串 数据集拆分: - 名称: 训练集（train） 占用字节数: 31994476 样本数量: 29500 下载大小: 14997292 数据集总大小: 31994476 配置项: - 配置名称: 默认（default） 数据文件: - 划分: 训练集（train） 路径: data/train-*