Nemotron-RL-Agentic-Terminal-Pivot-v1 nvidia

类型
dataset
许可
cc-by-4.0
语言
en
下载量
445
点赞
15
访问
public
文件
3

标签

  • Agent
  • 大语言模型
  • 文本生成
  • 指令微调
  • 合成数据
  • 强化学习
  • 代码
  • 推理

摘要

该数据集为NVIDIA发布的终端（命令行）智能体强化学习训练数据，包含31111个决策点样本，覆盖630个ATCB终端任务。每条样本提供任务提示与教师模型参考操作，配合NeMo Gym的terminus_judge进行可验证奖励强化学习（RLVR），也可用于监督微调和离线分析。适用于训练具备工具调用、代码推理能力的Agent模型在真实长时程终端运维场景中的表现。

README

--- license: - cc-by-4.0 language: - en task_categories: - text-generation pretty_name: Nemotron-RL-Agentic-Terminal-Pivot-v1 tags: - text - agentic - code - software engineering - tool use - reasoning - reinforcement-learning - synthetic - human - terminal size_categories: - 10K<n<100K --- ## 数据集描…

查看完整页面 · 查看原文