YYYYYYibo/openr1-math-220k-hard-qwen2-5-7b-instruct-1k-with-successful-traj

--- dataset_info: features: - name: problem dtype: string - name: solution dtype: string - name: answer dtype: string - name: problem_type dtype: string - name: question_type dtype: string - name: source dtype: string - name: uuid dtype: string - name: is_reasoning_complete list: bool - name: generations list: string - name: correctness_math_verify list: bool - name: correctness_llama dtype: 'null' - name: finish_reasons list: string - name: correctness_count dtype: int64 - name: messages list: - name: content dtype: string - name: role dtype: string - name: avg_tokens dtype: float64 - name: valid_gen_count dtype: int64 - name: dataset_index dtype: int64 - name: prompt dtype: string - name: prompt_tokens dtype: int64 - name: model_id dtype: string - name: num_samples dtype: int64 - name: latest_stage_k dtype: int64 - name: all_rewards list: float64 - name: correct_samples list: string - name: correct_sample_count_saved dtype: int64 - name: new_samples_4 dtype: int64 - name: stage_rewards_4 list: float64 - name: stage_finish_reasons_4 list: string - name: stage_completion_tokens_4 list: int64 - name: correct_count_4 dtype: int64 - name: pass_at_4 dtype: float64 - name: avg_score_4 dtype: float64 - name: new_samples_16 dtype: int64 - name: stage_rewards_16 list: float64 - name: stage_finish_reasons_16 list: string - name: stage_completion_tokens_16 list: int64 - name: correct_count_16 dtype: int64 - name: pass_at_16 dtype: float64 - name: avg_score_16 dtype: float64 - name: new_samples_32 dtype: int64 - name: stage_rewards_32 list: float64 - name: stage_finish_reasons_32 list: string - name: stage_completion_tokens_32 list: int64 - name: correct_count_32 dtype: int64 - name: pass_at_32 dtype: float64 - name: avg_score_32 dtype: float64 - name: successful_generation dtype: string splits: - name: train num_bytes: 51475180 num_examples: 1226 download_size: 21935707 dataset_size: 51475180 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征项： - 字段名：问题（problem），数据类型：字符串 - 字段名：解答（solution），数据类型：字符串 - 字段名：最终答案（answer），数据类型：字符串 - 字段名：问题类型（problem_type），数据类型：字符串 - 字段名：题型（question_type），数据类型：字符串 - 字段名：数据来源（source），数据类型：字符串 - 字段名：通用唯一识别码（UUID），数据类型：字符串 - 字段名：推理完整性标记（is_reasoning_complete），数据类型：布尔值列表 - 字段名：生成结果列表（generations），数据类型：字符串列表 - 字段名：数学验证正确性标记（correctness_math_verify），数据类型：布尔值列表 - 字段名：Llama模型验证正确性（correctness_llama），数据类型：空值 - 字段名：生成终止原因列表（finish_reasons），数据类型：字符串列表 - 字段名：正确计数（correctness_count），数据类型：64位整型 - 字段名：对话消息列表（messages），每个消息包含： - 字段名：内容（content），数据类型：字符串 - 字段名：角色（role），数据类型：字符串 - 字段名：平均Token（Token）数（avg_tokens），数据类型：64位浮点型 - 字段名：有效生成计数（valid_gen_count），数据类型：64位整型 - 字段名：数据集索引（dataset_index），数据类型：64位整型 - 字段名：提示词（prompt），数据类型：字符串 - 字段名：提示词Token（Token）数（prompt_tokens），数据类型：64位整型 - 字段名：模型ID（model_id），数据类型：字符串 - 字段名：样本总数（num_samples），数据类型：64位整型 - 字段名：最新阶段K值（latest_stage_k），数据类型：64位整型 - 字段名：奖励值列表（all_rewards），数据类型：64位浮点型列表 - 字段名：正确样本列表（correct_samples），数据类型：字符串列表 - 字段名：已保存正确样本计数（correct_sample_count_saved），数据类型：64位整型 - 字段名：新增样本数_4（new_samples_4），数据类型：64位整型 - 字段名：阶段奖励值_4（stage_rewards_4），数据类型：64位浮点型列表 - 字段名：阶段终止原因_4（stage_finish_reasons_4），数据类型：字符串列表 - 字段名：阶段完成Token数_4（stage_completion_tokens_4），数据类型：64位整型列表 - 字段名：正确计数_4（correct_count_4），数据类型：64位整型 - 字段名：4次采样通过率（pass_at_4），数据类型：64位浮点型 - 字段名：平均得分_4（avg_score_4），数据类型：64位浮点型 - 字段名：新增样本数_16（new_samples_16），数据类型：64位整型 - 字段名：阶段奖励值_16（stage_rewards_16），数据类型：64位浮点型列表 - 字段名：阶段终止原因_16（stage_finish_reasons_16），数据类型：字符串列表 - 字段名：阶段完成Token数_16（stage_completion_tokens_16），数据类型：64位整型列表 - 字段名：正确计数_16（correct_count_16），数据类型：64位整型 - 字段名：16次采样通过率（pass_at_16），数据类型：64位浮点型 - 字段名：平均得分_16（avg_score_16），数据类型：64位浮点型 - 字段名：新增样本数_32（new_samples_32），数据类型：64位整型 - 字段名：阶段奖励值_32（stage_rewards_32），数据类型：64位浮点型列表 - 字段名：阶段终止原因_32（stage_finish_reasons_32），数据类型：字符串列表 - 字段名：阶段完成Token数_32（stage_completion_tokens_32），数据类型：64位整型列表 - 字段名：正确计数_32（correct_count_32），数据类型：64位整型 - 字段名：32次采样通过率（pass_at_32），数据类型：64位浮点型 - 字段名：平均得分_32（avg_score_32），数据类型：64位浮点型 - 字段名：成功生成标记（successful_generation），数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节大小：51475180，样本数量：1226 下载总大小：21935707字节，数据集总大小：51475180字节 配置项： - 配置名称：默认配置（default），数据文件： - 数据集划分：训练集，文件路径：data/train-*