MoeReward/combined_rlhf_dataset_grpo_metamath_main_2K
收藏Hugging Face2025-05-06 更新2025-11-01 收录
下载链接：
https://hf-mirror.com/datasets/MoeReward/combined_rlhf_dataset_grpo_metamath_main_2K
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含prompt和answer两个字符串特征的训练数据集，共有1998个示例，总大小约为1166.9KB。数据集提供了一个默认配置，用于指定训练数据文件的路径。
This dataset includes two string features: prompt and answer, with a total of 1998 examples and a size of approximately 1166.9KB. It provides a default configuration to specify the path of the training data files.
提供机构：
MoeReward
