InternLM 发布 OREAL-RL-Prompts 数据集, 应用在 强化学习、数学问题解决 领域

InternLM 本次发布的数据集 OREAL-RL-Prompts, OREAL-RL-Prompts数据集包含了OREAL项目在强化学习训练阶段使用的提示，这些问题提示来源于MATH、Numina以及历史AMC/AIME数据集，不包含2024年的数据。数据集通过OREAL-7B-SFT模型进行了16次推理来计算每个提示的通过率，以评估提示的有效性。

查看OREAL-RL-Prompts

Dataset card 内容： 

Files and versions 内容： 

关于 InternLM , InternLM 是由上海人工智能实验室主要开发，专注于开源高质量大型语言模型及全栈开发应用工具链的组织。

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。