登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Output file for GLMM on strategies
Output file for GLMM on strategies
收藏
Figshare
2018-11-20 更新
2026-04-08 收录
行为决策策略分析
强化学习
数据链接:
https://figshare.com/articles/Output_file_for_GLMM_on_strategies/7363736/1
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
GLMM for four different straegies: win-stay, win-shift, lose-stay and lose-shift.
应用场景:
创建时间:
2018-11-20
相关数据集
sungyub/table-r1-zero-verl
表格推理
强化学习
Table-R1-Zero是一个针对表格推理问题的数据集,转换为VERL格式,适用于强化学习训练工作流。该数据集包含69,265个表格推理问题,主要来源于WikiTableQuestions和其他表格问答基准数据集,设计用于训练语言模型理解和推理结构化表格数据。
Hugging Face
2025-11-05 更新
11
0
luca0621/multi-RLHF-processed-llama1B-dataset-with-1000-rewards
自然语言处理
强化学习
该数据集包含查询(query)、响应(response)和奖励(reward)三个特征,其中查询和响应为字符串类型,奖励为浮点数类型。数据集分为训练集和测试集,训练集包含8000个样本,测试集包含2000个样本。总下载大小为2276183字节,数据集总大小为7148705字节。
Hugging Face
2024-11-30 更新
7
0
FractalAIResearch/Fathom-V0.4-RL-Compression
学科文本生成
强化学习
Ramanujan-Ganit-R1-14B-RL是一个英文文本生成数据集,可能包含数学相关的文本内容,并在模型预训练后进行了后处理。具体的数据集内容和用途在README中未详细说明。
Hugging Face
2025-05-13 更新
6
0
PJMixers/argilla_Capybara-Preferences-Filtered-PreferenceShareGPT
用户偏好
强化学习
--- tags: - preference size_categories: - 10K<n<100K task_categories: - reinforcement-learning ---
Hugging Face
2024-05-30 更新
10
0
skandermoalla/qrpo-paper-llama-nosft-magpieair-armorm-temp1-ref50-offpolicy2random-armorm
强化学习
对齐
--- license: mit tags: - reinforcement-learning - alignment - qrpo --- # qrpo-paper-llama-nosft-magpieair-armorm-temp1-ref50-offpolicy2random-armorm Dataset with reference completions and rewards fo
Hugging Face
2025-12-08 更新
6
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广