haoranli-ml/AIME2025_Qwen3-4B-Instruct_rl_4096budget_16rollouts_0.8temp
收藏数据链接：
官方服务：
资源简介：
这个数据集包含了与某个任务相关的多个特征，如问题(problem)、答案(answer)、标记化的提示(tokenized_prompt)、响应(responses)、奖励(rewards)、最大奖励(max_reward)和平均奖励(mean_reward)。数据集分为AIME2025这一部分，总大小为4516329字节，共有30个示例。数据集的下载大小为1720807字节。
The dataset includes multiple features related to a certain task, such as problem, answer, tokenized prompt, responses, rewards, max reward, and mean reward. The dataset is split into AIME2025, with a total size of 4516329 bytes and 30 examples. The download size of the dataset is 1720807 bytes.
提供机构：
haoranli-ml
