发布 II-Thought-RL-v0 数据集, 应用在 强化学习、问题解答 领域

本次发布的数据集 II-Thought-RL-v0, II-Thought RL v0是一个大规模、多任务的数据集，专为强化学习设计。该数据集包含经过严格多步骤过滤的高质量问题-答案对，使用了Gemini 2.0 Flash和Qwen 32B作为质量评估工具。数据集涵盖了数学、编程、科学等多个领域，包括来自公开数据集的问题对和自定义的高质量问题对。数据集经过去重、质量评估和去污染流程，以确保数据完整性和训练适用性。

查看II-Thought-RL-v0

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。