selfrew/new_8b_learn_from_70b_also_train_reward_n4_ep3_2e6_bz32_tmp0
收藏数据链接：
官方服务：
资源简介：
该数据集包含5000个样本，主要用于训练。每个样本包含多个特征字段，包括索引（idx）、目标（gt）、提示（prompt）、级别（level）、类型（type）、解决方案（solution）、奖励（rewards）和我的解决方案（my_solu）。数据集的总大小为26392088字节，下载大小为6924557字节。
The dataset contains 5000 samples, primarily used for training. Each sample includes multiple feature fields such as index (idx), ground truth (gt), prompt (prompt), level (level), type (type), solution (solution), rewards (rewards), and my solution (my_solu). The total size of the dataset is 26392088 bytes, with a download size of 6924557 bytes.
提供机构：
selfrew
