Hugging Face H4 发布 prm800k-trl-dedup 数据集, 应用在 强化学习、文本分类 领域

Hugging Face H4 本次发布的数据集 prm800k-trl-dedup, 该数据集是tasksource/PRM800K数据集的一个版本，用于使用TRL（Transformer Reinforcement Learning）微调PRM模型。数据集包含prompt、completions、labels和index四个特征，其中completions是从步骤列表中提取的文本，labels表示每个completion的正确性。数据集分为train和test两个部分，分别包含369089和10246个样本。数据集的语言为英语，大小类别为100K

查看prm800k-trl-dedup

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face H4 , Hugging Face H4是Hugging Face旗下致力于推动大模型应用落地的组织，专注于为开源社区和行业提供高效、易用的大模型解决方案。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。