SimpleLR

kaggle2021-07-06 更新2024-03-08 收录

下载链接：

https://www.kaggle.com/datasets/gokhanbasaran/simplelr

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2021-07-06

deepscaler_simplelr

这是一份与论文《基于规则和模型的验证器的陷阱 -- 数学推理的案例研究》相关的强化学习训练数据集。

Hugging Face2025-05-28 更新50

hkust-nlp/deepscaler_simplelr

这是一篇关于数学推理的论文《基于规则和模型验证器的陷阱 -- 数学报错案例研究》相关的强化学习训练数据集。

Hugging Face2025-05-28 更新50

deepscaler_simplelr

This is the RL training dataset associated with the paper "Pitfalls of Rule- and Model-based Verifiers -- A Case Study on Mathematical Reasoning."

魔搭社区2025-12-05 更新70

verl-qwen2.5-7b-grpo-1024-256mini-tem1.0-8k-genrmtrue-4node-fixfalsepos-trained-verifier-webinstruct_webinstruct_simplelr_Qwen

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

魔搭社区2025-11-27 更新60