mzio/tw-sft-treasure-hunter-easy-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: 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: 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: 2011447
num_examples: 244
download_size: 1687239
dataset_size: 2011447
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：state（状态）
列表类型：
- 子字段：content（内容）
数据类型：字符串
- 子字段：role（角色）
数据类型：字符串
- 名称：action（动作）
结构体类型：
- 成员：content（内容）
数据类型：字符串
- 成员：role（角色）
数据类型：字符串
- 名称：next_obs（下一观测）
列表类型：
- 子字段：content（内容）
数据类型：字符串
- 子字段：role（角色）
数据类型：字符串
- 名称：done（终止标志）
数据类型：布尔值
- 名称：reward（奖励）
数据类型：64位浮点数
- 名称：is_train（训练集标记）
数据类型：布尔值
- 名称：tools（工具）
列表类型：
- 子字段：description（描述）
数据类型：字符串
- 子字段：name（名称）
数据类型：字符串
- 子字段：parameters（参数）
结构体类型：
- 成员：properties（属性）
结构体类型：
- 成员：container（容器）
结构体类型：
- 成员：description（描述）
数据类型：字符串
- 成员：type（类型）
数据类型：字符串
- 成员：direction（方向）
结构体类型：
- 成员：description（描述）
数据类型：字符串
- 成员：enum（枚举值）
列表类型：字符串
- 成员：type（类型）
数据类型：字符串
- 成员：item（条目）
结构体类型：
- 成员：description（描述）
数据类型：字符串
- 成员：type（类型）
数据类型：字符串
- 成员：key（键）
结构体类型：
- 成员：description（描述）
数据类型：字符串
- 成员：type（类型）
数据类型：字符串
- 成员：source（来源）
结构体类型：
- 成员：description（描述）
数据类型：字符串
- 成员：type（类型）
数据类型：字符串
- 成员：supporter（支持对象）
结构体类型：
- 成员：description（描述）
数据类型：字符串
- 成员：type（类型）
数据类型：字符串
- 成员：target（目标对象）
结构体类型：
- 成员：description（描述）
数据类型：字符串
- 成员：type（类型）
数据类型：字符串
- 成员：required（必填项）
列表类型：字符串
- 成员：type（类型）
数据类型：字符串
- 子字段：type（类型）
数据类型：字符串
- 名称：system_prompt（系统提示词）
数据类型：字符串
- 名称：unique_data_sample_id（唯一数据样本ID）
数据类型：64位整数
- 名称：timestep（时间步）
数据类型：64位整数
- 名称：generation_id（生成ID）
数据类型：64位整数
- 名称：return_（累积回报）
数据类型：64位浮点数
- 名称：advantage（优势值）
数据类型：64位浮点数
- 名称：split（数据集划分）
数据类型：字符串
数据集划分：
- 划分名称：train（训练集）
字节大小：2011447
样本数量：244
下载大小：1687239
数据集总大小：2011447
配置项：
- 配置名称：default（默认配置）
数据文件：
- 划分：train（训练集）
路径：data/train-*