1231czx/dstrain_orm_2e6_bz128_head_test_ds_math
收藏官方服务：
资源简介：
该数据集包含500个训练样本，每个样本包含一个提示（prompt）、多个答案（answers）、对应的奖励（rewards）和标签（label）。数据文件路径为data/train-*。
The dataset contains 500 training samples, each consisting of a prompt, multiple answers, corresponding rewards, and labels. The data files are located at data/train-*.
提供机构：
1231czx
