qwselfcorr/qwen2_it_math_test_tmp10_external_orm
收藏官方服务：
资源简介：
这是一个包含多个字段的数据集，包括索引、提示文本、首次奖励布尔标记、代理标签布尔标记和真实标签字符串。数据集包含一个训练集，共有20000个示例。
This dataset includes multiple fields such as index, prompt text, first reward boolean label, proxy label boolean, and ground truth string. It contains a training set with a total of 20,000 examples.
提供机构：
qwselfcorr
