LAION eV本次发布的数据集nemotron-gym-math-stack-overflow，该数据集是 nvidia/Nemotron-RL-math-stack_overflow 数据集的 Harbor 格式转换版本，属于 NVIDIA NeMo-Gym 集合的一部分。它是一个专门为强化学习（RL）任务设计的数学问题数据集，侧重于可验证奖励（verifiable-rewards）场景。数据集规模在 10 万到 100 万样本之间。每个数据样本（行）包含两个字段：path 是一个确定性的短标识符字符串，格式为 <家族>-.tar.gz；task_binary 是一个经过 gzip 压缩的 tar 归档文件，其中封装了一个完整的 Harbor 任务。该任务包内部遵循标准 Harbor 布局，包含以下关键文件：instruction.md（呈现给智能体或模型的提示文本），environment/Dockerfile（定义了基于 python:3.11-slim-bookworm 镜像并安装了特定 Python 依赖的运行环境），tests/ 目录下的验证脚本（test.sh 为入口点，verifier.py 为具体的验证器实现，verifier_data.json 以 JSON 格式存储每项任务验证所需的输入数据），以及 metadata.json（记录数据来源、行索引、任务家族等元数据）和 task.toml（配置 CPU、内存、超时等默认参数）。验证器家族为 math_boxed，其核心逻辑是从模型响应中提取 oxed... 格式的答案，并使用 SymPy 与标准答案进行比较。数据转换过程由 OpenThoughts-Agent 项目中的工具完成，设计上确保了安全性，例如避免将数据内容插值到代码中、对输入进行严格验证和清理、并生成确定性的任务包。该数据集适用于训练和评估强化学习智能体在解决数学问题（可能源自 Stack Overflow 风格）并接受自动验证的环境中的表现。
查看nemotron-gym-math-stack-overflow
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)