PRIME-RL/EurusPRM-Stage2-Data

Name: PRIME-RL/EurusPRM-Stage2-Data
Creator: PRIME-RL
Published: 2024-12-30 05:38:18
License: 暂无描述

Hugging Face2024-12-30 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/PRIME-RL/EurusPRM-Stage2-Data

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

许可证：Apache 2.0

提供机构：

PRIME-RL

PRIME-RL/EurusPRM-Stage1-Data

EurusPRM-Stage1-Data是一个包含多个子数据集的综合数据集，这些子数据集使用不同的生成模型生成，如Llama-3.1和Qwen2.5等。每个子数据集包含的实例数量和响应实例数不同，且数据分为响应级别。数据集的字段包括整个对话内容（包括指令和模型输出）、选择标签、所属指令数据集名称以及使用的生成模型名称。

Hugging Face2025-02-19 更新40

PRIME-RL/Eurus-2-SFT-Data

Eurus-2-SFT-数据集是一个以动作为中心的链式思维推理数据集，策略模型在每一步选择7个预定义的动作之一，并在执行每个动作后停止。数据集包含数学、编程和科学等任务，每个任务都包含了一系列的动作和对应的推理过程。

Hugging Face2025-02-19 更新120

Skywork-OR1-RL-Data-v1-math-prime-rl-format

code to generate ```bash from datasets import load_dataset, DatasetDict import json def verification_process(x): data = json.loads(x["reward_model"]["ground_truth"]) a = {"ground_truth":

魔搭社区2025-06-27 更新140

PRIME-RL/Eurus-2-RL-Data

Eurus-2-RL-Data是一个包含数学和编码问题的高质量强化学习训练数据集，每个问题都带有结果验证器（数学问题的LaTeX答案和编码问题的测试用例）。数学问题涵盖了从中国高中数学到国际数学奥林匹克竞赛的难度范围，编码问题主要来源于各种编程竞赛。数据集经过详细的清洗和过滤，确保了问题可解决且答案正确。

Hugging Face2025-02-19 更新130

weizechen/RL-Compositionality-Stage2-RL-Level2-TrainData

第二阶段强化学习等级2数据集。

Hugging Face2025-10-17 更新80