清华大学 发布 QwQ-32B 数据集, 应用在 强化学习、自然语言处理 领域

清华大学 本次发布的数据集 QwQ-32B, QwQ-32B数据集是由清华大学计算机系、蚂蚁集团和华盛顿大学的研究人员创建的，用于大规模RL训练的搜索智能体。该数据集包含134,000个高质量的问题-答案对，其中25,600个需要使用外部工具。数据集由种子问题生成，通过迭代模糊化查询和注入外部事实来增加复杂性。每个构建的问题都经过多阶段验证以确保质量和难度。

查看QwQ-32B

Dataset card 内容： 

Files and versions 内容： 

关于 清华大学 , 清华大学是中国顶尖的综合性研究型大学，以其在工程、计算机科学、材料科学等领域的卓越研究和教育质量闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。