OctoReasoner/verl_py_sgrep_aggressive

--- dataset_info: features: - name: data_source dtype: string - name: prompt list: - name: content dtype: string - name: role dtype: string - name: ability dtype: string - name: reward_model struct: - name: ground_truth dtype: string - name: style dtype: string - name: extra_info struct: - name: all_acceptable list: string - name: cwe dtype: string - name: cwes_present list: string - name: filename dtype: string - name: index dtype: int64 - name: language dtype: string - name: options list: string - name: source_dataset dtype: string - name: source_path dtype: string - name: source_repo dtype: string - name: split dtype: string - name: target_function dtype: string - name: task_type dtype: string splits: - name: train num_bytes: 5018765532 num_examples: 772654 download_size: 1011613049 dataset_size: 5018765532 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：数据源（data_source），数据类型：字符串 - 名称：提示词（prompt），为列表类型，包含两个子字段： - 名称：内容（content），数据类型：字符串 - 名称：角色（role），数据类型：字符串 - 名称：能力（ability），数据类型：字符串 - 名称：奖励模型（reward_model），为结构体类型，包含两个子字段： - 名称：真实标签（ground_truth），数据类型：字符串 - 名称：风格（style），数据类型：字符串 - 名称：附加信息（extra_info），为结构体类型，包含以下子字段： - 名称：全部可接受条目（all_acceptable），类型：字符串列表 - 名称：通用弱点枚举（cwe），数据类型：字符串 - 名称：存在的通用弱点枚举（cwes_present），类型：字符串列表 - 名称：文件名（filename），数据类型：字符串 - 名称：索引（index），数据类型：64位整型 - 名称：语言（language），数据类型：字符串 - 名称：选项（options），类型：字符串列表 - 名称：源数据集（source_dataset），数据类型：字符串 - 名称：源路径（source_path），数据类型：字符串 - 名称：源代码仓库（source_repo），数据类型：字符串 - 名称：划分（split），数据类型：字符串 - 名称：目标函数（target_function），数据类型：字符串 - 名称：任务类型（task_type），数据类型：字符串 划分集： - 名称：训练集（train），字节大小：5018765532，样本数量：772654 下载大小：1011613049，数据集总大小：5018765532 配置项： - 配置名称：默认配置（default），数据文件： - 对应划分：训练集（train），路径：data/train-*