发布 Simulated Operand Dataset 数据集, 应用在 强化学习、算术问题解决 领域

本次发布的数据集 Simulated Operand Dataset, 该数据集包含了用于训练强化学习代理解决算术问题的样本操作数，特别是涉及多数字的加法和减法，且这些操作数的范围超出了训练区间。此外，该代理在不同操作数区间的表现进行了评估，重点在于其分布外（OOD）的泛化能力。每个区间的样本量为10万，任务为解决算术问题。

查看Simulated Operand Dataset

README 内容： 

关于 ,

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。