在LLM場景下進行強化學習訓練的時候，時常會涉及到各種各樣的數據集，容易記不住，因此開個帖子記錄一下。可采取的分類方法有很多，這里直接按照領域和標簽的類型進行層次劃分。

數學推理數據集

數值標簽

GSM8K（2021 OpenAI)

由Openai在2021年提出的，包括約8500個小學數學問題（小學數學詞匯水平）。
下載地址：https://huggingface.co/datasets/openai/gsm8k
論文地址：https://arxiv.org/pdf/2110.14168
下面是論文中給出的三個例子，其中紅色用<<>>擴起來的是對具體計算過程的注釋。
最終的final answer是對于問題最終答案結果的注釋。

但是，在觀察實際數據的時候如下：

其中對于計算過程的注釋沒問題，用：<<>>
對于最終答案的注釋，在實際的數據集中：用`#### `后的內容表示

問答數據集