Gen-Verse/Open-AgentRL-30K
收藏官方服务：
资源简介：
30K代理推理强化学习数据集，包含DAPO-Math数据集、MegaScience的可验证科学数据和自制的LeetCode数据，以及来自Skywork-OR1的数据，用于研究代理强化学习的三个维度：数据、算法和推理模式。
30K Agentic Reinforcement Learning Dataset, including the DAPO-Math dataset, verifiable science data from MegaScience, self-curated LeetCode data, and data from Skywork-OR1, for studying three dimensions of agentic reinforcement learning: data, algorithms, and reasoning modes.
提供机构：
Gen-Verse搜集汇总
数据集介绍
以上内容由遇见数据集搜集并总结生成
