法律专家级RL（强化学习）数据集

1）数据组织方式：JSON、Markdown、TOML、CSV、PY、SH、TXT 2）字段说明 task_id（string）：任务唯一标识 domain（string）：一级领域（法律） domain_l2（string）：二级领域（劳动争议） domain_l3（string）：三级领域（解除劳动合同争议） domain_l4（string）：四级场景 instruction（string）：任务指令全文 input_files（array）：输入材料路径及格式 capabilities（string）：考察能力说明 difficulty（string）：难度等级（A1–A3） id（string）：评分项编号（R01…） description（string）：判据描述 weight（int）：权重（+10/+7/+3/-3/-7/-10） type（string）：Binary 或 Gradient dimension（string）：评分维度 criterion_type（string）：Objective/Subjective 3）主关键字段：task_id、id

搜集汇总

背景与挑战

背景概述

法律专家级RL（强化学习）数据集是上海库帕思科技有限公司申请登记的数据加工产品，数据组织格式涵盖JSON、Markdown、TOML、CSV、PY、SH、TXT。该数据集字段包括task_id、domain、domain_l2至domain_l4、instruction、input_files、capabilities、difficulty、id、description、weight、type、dimension和criterion_type等，主关键字段为task_id与id，领域层级涉及法律、劳动争议及解除劳动合同争议。