SummFlow 2026-05-26 Hugging Face

Kwai-Klear / GoLongRL

面向长上下文语言模型的强化学习训练数据，含9种奖励函数

2.3万行 · 2.7 GB

  • 文本

下载 484 · 收藏 16 · 2个月前更新

  • py from datasets import load_dataset ds = load_dataset("Kwai-Klear/GoLongRL")