Mohxx/replanner_fine_grained_full_3_all_with_episode_rewards

--- dataset_info: features: - name: episode_id dtype: large_string - name: timestep dtype: int64 - name: actions dtype: int64 - name: text_actions dtype: large_string - name: old_plans dtype: large_string - name: plan_completed dtype: 'null' - name: adaptive_replan dtype: 'null' - name: raw_outputs dtype: large_string - name: rewards dtype: float64 - name: terms dtype: bool - name: truncs dtype: bool - name: image_paths struct: - name: bytes dtype: large_binary - name: path dtype: large_string - name: state_dumps dtype: large_binary - name: short_term_context dtype: large_string - name: long_term_context dtype: large_string - name: obs_long_term_context dtype: large_string - name: obs_short_term_context dtype: large_string - name: episode_index dtype: int64 - name: llm_backend dtype: large_string - name: llm_model_id dtype: large_string - name: llm_tokenizer_id dtype: large_string - name: llm_base_url dtype: large_string - name: plans dtype: large_string - name: total_episode_reward dtype: float64 splits: - name: train num_bytes: 2538037160 num_examples: 250735 download_size: 1341000629 dataset_size: 2538037160 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 字段名：回合标识符（episode_id），数据类型：大字符串（large_string） - 字段名：时间步（timestep），数据类型：64位整数（int64） - 字段名：动作（actions），数据类型：64位整数（int64） - 字段名：文本动作（text_actions），数据类型：大字符串（large_string） - 字段名：历史规划（old_plans），数据类型：大字符串（large_string） - 字段名：规划完成状态（plan_completed），数据类型：空类型（null） - 字段名：自适应重规划（adaptive_replan），数据类型：空类型（null） - 字段名：原始输出（raw_outputs），数据类型：大字符串（large_string） - 字段名：奖励（rewards），数据类型：64位浮点数（float64） - 字段名：终止标志（terms），数据类型：布尔（bool） - 字段名：截断标志（truncs），数据类型：布尔（bool） - 字段名：图像路径（image_paths），结构体类型，包含子字段： - 字段名：字节（bytes），数据类型：大二进制（large_binary） - 字段名：路径（path），数据类型：大字符串（large_string） - 字段名：状态快照（state_dumps），数据类型：大二进制（large_binary） - 字段名：短期上下文（short_term_context），数据类型：大字符串（large_string） - 字段名：长期上下文（long_term_context），数据类型：大字符串（large_string） - 字段名：观测长期上下文（obs_long_term_context），数据类型：大字符串（large_string） - 字段名：观测短期上下文（obs_short_term_context），数据类型：大字符串（large_string） - 字段名：回合索引（episode_index），数据类型：64位整数（int64） - 字段名：大语言模型后端（llm_backend），数据类型：大字符串（large_string） - 字段名：大语言模型标识符（llm_model_id），数据类型：大字符串（large_string） - 字段名：大语言模型分词器标识符（llm_tokenizer_id），数据类型：大字符串（large_string） - 字段名：大语言模型基础接口地址（llm_base_url），数据类型：大字符串（large_string） - 字段名：规划内容（plans），数据类型：大字符串（large_string） - 字段名：回合总奖励（total_episode_reward），数据类型：64位浮点数（float64） 分割集： - 分割名称：训练集（train），字节占用量：2538037160，样本总数：250735 下载总大小：1341000629 数据集总大小：2538037160 配置项： - 配置名称：默认配置（default），数据文件： - 分割集：训练集，文件路径：data/train-*