y-ohtani/open_agentrl_like_sft download history
y-ohtani/open_agentrl_like_sft is a dataset on the Hugging Face Hub. In the last 30 days it was downloaded 59 times (13 in the last 7 days), and 256 times in total. It ranks #229,812 among datasets by monthly downloads.
Open-AgentRL-Like SFT Dataset データセット特性の概要 処理および分析結果に基づき、Open-AgentRL-Like SFT Dataset は以下の特徴を持っています。 1. ソースと内容 ソース: swordfaith/ReTool-SFT-multi-turn (Apache-2.0) から派生。 ドメイン: コードインタープリタを使用した数学的推論。 フォーマット: Open-AgentRL-SFT-3K / DemyAgent SFT 互換のマルチターン会話形式。
Models trained on open_agentrl_like_sft
7 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/qwen3-4b-ra-sft-epoch5 9 downloads in 30 days
- y-ohtani/qwen3-4b-ra-sft-epoch3 7 downloads in 30 days
- y-ohtani/qwen3-4b-ra-sft-epoch4 5 downloads in 30 days
- y-ohtani/qwen3-4b-ra-sft-merged 5 downloads in 30 days
- y-ohtani/GRPO-TCR-Qwen3-4B-test 4 downloads in 30 days
Open y-ohtani/open_agentrl_like_sft on Hugging Face
Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.