hahayhe/prm800k-step-reward
收藏Hugging Face2025-10-26 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/hahayhe/prm800k-step-reward
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含四个字段：提示（prompt）、完成（completions）、标签（labels）和索引（index）。提示是字符串类型，完成是一个字符串列表，标签是一个布尔值列表，索引是整型。数据集分为训练集和测试集，训练集有400906个示例，测试集有10779个示例。
The dataset includes four fields: prompt, completions, labels, and index. Prompt is a string type, completions are a list of strings, labels are a list of booleans, and index is an integer. The dataset is split into a training set and a test set, with the training set having 400906 examples and the test set having 10779 examples.
提供机构：
hahayhe
