y-ohtani/open_agentrl_grpo_2k
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/NuminaMath-1.5 Apache 2.0 omni_math 366 数学 KbsdJames/Omni-MATH Apache 2.0 gpqa_science 198 科学 (物理/化学/生物) Idavidrein/gpqa (gpqa_diamond) CC-BY-4.0 leetcode_code 351 コード newfacade/LeetCodeDataset… See the full description on the dataset page: https://huggingface.co/datasets/y-ohtani/open_agentrl_grpo_2k.
| Author / organization | y-ohtani |
|---|---|
| License (as declared) | cc-by-4.0 |
| Downloads | 167 (as reported by Hugging Face) |
| Likes | 1 |
| Created | 28 February 2026 |
| Last updated at source | 28 February 2026 |
Popularity, last 3 days
167 now. Counts as reported by the source, snapshotted daily by Silytics.
Recent changes
- 17 Oct 2026 Description: 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 35 → 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 35
Changes detected by Silytics between refreshes of the source.
Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 18 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.