haoranli-ml/AIME2025_Qwen3-4B-Instruct_shallow-summed-sft_rl_8192budget_16rollouts_0.8temp
收藏数据链接：
官方服务：
资源简介：
该数据集包含问题、答案、标记化的提示、响应列表、奖励列表、最大奖励和平均奖励等字段。数据集分为AIME2025部分，共有30个示例，大小为9675682字节。提供了一个默认配置，用于指定数据文件的位置。
The dataset includes fields such as problem, answer, tokenized prompt, list of responses, list of rewards, maximum reward, and mean reward. The dataset is split into AIME2025 section with a total of 30 examples and a size of 9675682 bytes. A default configuration is provided to specify the location of the data files.
提供机构：
haoranli-ml
