y-ohtani/open_agentrl_grpo_2k download history
y-ohtani/open_agentrl_grpo_2k is a dataset on the Hugging Face Hub. In the last 30 days it was downloaded 257 times (14 in the last 7 days), and 753 times in total. It ranks #74,053 among datasets by monthly downloads.
Open-AgentRL GRPO 2K (Compact) y-ohtani/open_agentrl_30k_mix から GPQA Diamond (科学ドメイン) を追加し、各ソースからバランス良く均等サンプリングした GRPO 学習用コンパクトデータセット。 構成 data_source 件数 ドメイン 元データセット ライセンス deepscaler 374 数学 agentica-org/DeepScaleR-Preview MIT numina_math 359 数学 AI-MO/Numina
Models trained on open_agentrl_grpo_2k
3 models list it as training data.
- y-ohtani/qwen3-4b-grpo-tcr-agent 15 downloads in 30 days
- y-ohtani/GRPO-TCR-Qwen3-4B-quarter 13 downloads in 30 days
- y-ohtani/GRPO-TCR-Qwen3-4B-test 4 downloads in 30 days
Open y-ohtani/open_agentrl_grpo_2k on Hugging Face
Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.