mzio/tw-sft-cooking-game-medium-hi

---
dataset_info:
features:
- name: state
list:
- name: content
dtype: string
- name: role
dtype: string
- name: action
struct:
- name: content
dtype: string
- name: role
dtype: string
- name: next_obs
list:
- name: content
dtype: string
- name: role
dtype: string
- name: done
dtype: bool
- name: reward
dtype: float64
- name: is_train
dtype: bool
- name: tools
list:
- name: description
dtype: string
- name: name
dtype: string
- name: parameters
struct:
- name: properties
struct:
- name: container
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: direction
struct:
- name: description
dtype: string
- name: enum
list: string
- name: type
dtype: string
- name: food
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: heat_source
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: item
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: key
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: source
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: supporter
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: target
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: tool
struct:
- name: description
dtype: string
- name: type
dtype: string
- name: required
list: string
- name: type
dtype: string
- name: type
dtype: string
- name: system_prompt
dtype: string
- name: unique_data_sample_id
dtype: int64
- name: timestep
dtype: int64
- name: generation_id
dtype: int64
- name: return_
dtype: float64
- name: advantage
dtype: float64
- name: split
dtype: string
splits:
- name: train
num_bytes: 9933959
num_examples: 620
download_size: 8117056
dataset_size: 9933959
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：状态（state），类型为列表，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 名称：动作（action），类型为结构体，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 名称：下一步观测（next_obs），类型为列表，包含以下子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 名称：完成标记（done）：布尔类型
- 名称：奖励（reward）：64位浮点型（float64）
- 名称：训练标记（is_train）：布尔类型
- 名称：工具（tools），类型为列表，包含以下子字段：
- 描述（description）：字符串类型
- 名称（name）：字符串类型
- 参数（parameters）：结构体类型，包含以下子字段：
- 属性（properties）：结构体类型，包含以下子字段：
- 容器（container）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 方向（direction）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 枚举（enum）：字符串列表
- 类型（type）：字符串类型
- 食物（food）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 热源（heat_source）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 物品（item）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 密钥（key）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 来源（source）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 支撑物（supporter）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 目标对象（target）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 工具（tool）：结构体类型，包含以下子字段：
- 描述（description）：字符串类型
- 类型（type）：字符串类型
- 必填项（required）：字符串列表
- 类型（type）：字符串类型
- 类型（type）：字符串类型
- 名称：系统提示词（system_prompt）：字符串类型
- 名称：唯一数据样本ID（unique_data_sample_id）：64位整型（int64）
- 名称：时间步（timestep）：64位整型（int64）
- 名称：生成ID（generation_id）：64位整型（int64）
- 名称：回报值（return_）：64位浮点型（float64）
- 名称：优势值（advantage）：64位浮点型（float64）
- 名称：划分集（split）：字符串类型
划分集：
- 名称：训练集（train），字节大小：9933959，样本数量：620
下载大小：8117056，数据集总大小：9933959
配置项：
- 配置名称：默认（default），数据文件：
- 划分集：train，路径：data/train-*