yuruny/Qwen2.5-7B-Instruct-non_markovian_wo_state_transition_0-eval_results

--- dataset_info: features: - name: steps list: - name: action dtype: string - name: chat_completions list: - name: content dtype: string - name: role dtype: string - name: done dtype: bool - name: mc_return dtype: float64 - name: model_response dtype: string - name: observation dtype: string - name: reward dtype: float64 - name: reward dtype: float64 splits: - name: train num_bytes: 196141159 num_examples: 102400 download_size: 30440525 dataset_size: 196141159 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：步骤（steps） 类型：列表 列表项详情： - 名称：动作（action） 数据类型：字符串（string） - 名称：聊天补全（chat_completions） 类型：列表 列表项详情： - 名称：内容（content） 数据类型：字符串（string） - 名称：角色（role） 数据类型：字符串（string） - 名称：完成状态（done） 数据类型：布尔值（bool） - 名称：蒙特卡洛回报（mc_return） 数据类型：64位浮点型（float64，Monte Carlo Return） - 名称：模型响应（model_response） 数据类型：字符串（string） - 名称：观测值（observation） 数据类型：字符串（string） - 名称：奖励（reward） 数据类型：64位浮点型（float64） - 名称：奖励（reward） 数据类型：64位浮点型（float64） 数据集划分： - 名称：训练集（train） 占用字节数：196141159 样本总数：102400 下载大小：30440525 数据集总大小：196141159 配置项： - 配置名称：默认配置（default） 数据文件： - 数据集划分：训练集（train） 文件路径：data/train-*