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

HF 源仓库 ↗本站资料更新 2026-05-26

关键规格

作者
Kwai-Klear
规模
2.3万行 · 2.7 GB
模态
文本
HF 热度484 下载 · 16 收藏观测于 2026-05-26
源仓库更新2026-05-21

采用判断

项目方资料核对 · 2 个来源 · 核验于 2026-07-22

Kwai-Klear 组织存在数据校验问题和访问门槛，采用 GoLongRL 前需核实具体数据集的许可和质量[1][2]

适合用来

  • 长上下文强化学习与多任务对齐研究

采用前注意

  • Kwai-Klear 组织的活动记录中出现了'Data validation issue'（数据校验问题）和'filtering question'（筛选问题），表明该组织管理的数据集可能存在数据质量问题[1]
  • Kwai-Klear 组织下的部分内容（如 Klear-AgentForge-8B-SFT）设置了访问门槛，需要同意共享联系信息才能获取内容，采用同类数据集时需确认目标数据集是否也有类似限制[2]

本段综合依据

  1. Kwai-Klear (Klear team, Kuaishou Technology) ↗huggingface.co
  2. Kwai-Klear/Klear-AgentForge-8B-SFT · Hugging Face ↗huggingface.co

历史记录

1 次历史卡片 · 2026-05-26

研究依据

以下论文与本条目存在经人工复核的直接关系。论文本身不构成对它的推荐。