fhai50032/GRPO-SFT-0.5k-4096
收藏Hugging Face2025-02-12 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/fhai50032/GRPO-SFT-0.5k-4096
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：输入（input）、思考过程（thinking）、正确答案（correct_answer）和来源（source），均为字符串类型。数据集分为训练集，共有532个样本。具体的数据集内容和用途在README中未描述。
The dataset includes four fields: input, thinking, correct_answer, and source, all of which are string types. The dataset is split into a training set with a total of 532 samples. The specific content and purpose of the dataset are not described in the README.
提供机构：
fhai50032
