haoranli-ml/AIME2025_Qwen3-4B-Instruct_rl_8192budget_16rollouts_0.8temp
收藏Hugging Face2025-11-08 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/haoranli-ml/AIME2025_Qwen3-4B-Instruct_rl_8192budget_16rollouts_0.8temp
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含以下字段：问题（problem），答案（answer），分词后的提示（tokenized_prompt），响应列表（responses），奖励列表（rewards），最大奖励（max_reward）和平均奖励（mean_reward）。数据集被划分为AIME2025部分，包含30个示例，总字节数为7544190。提供了一个默认配置，数据文件路径为data/AIME2025-*。
The dataset includes the following fields: problem, answer, tokenized prompt, list of responses, list of rewards, maximum reward, and average reward. The dataset is split into AIME2025 section, containing 30 examples, with a total of 7544190 bytes. A default configuration is provided, with data file path as data/AIME2025-*.
提供机构：
haoranli-ml
