数据集 / Kwai-Klear / GoLongRL

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

作者
Kwai-Klear
规模
2.3万行 · 2.7 GB
模态
文本
下载
484
收藏
16
  • pyfrom datasets import load_dataset ds = load_dataset("Kwai-Klear/GoLongRL")

观测时间线