HF RL Explorer

nayana-c1.867c992ae9100904cc61c84591adf0f8f863e0387e30f0d0dbc86640e9f50a1a.ja.train.127706

nayana-c1.867c992ae9100904cc61c84591adf0f8f863e0387e30f0d0dbc86640e9f50a1a.ja.train.127706: train task in FineEnvs/nayana-ocr-env, an RL environment on the Hugging Face Hub. 次のうち、通常、ポリシーサイクルの段階ではないものはどれですか? A. ポリシーの定式化 B. ポリシーの実装 C. ポリシー評価 D. ポリシー終了 Return only the single uppercase letter of the…

The task

次のうち、通常、ポリシーサイクルの段階ではないものはどれですか? A. ポリシーの定式化 B. ポリシーの実装 C. ポリシー評価 D. ポリシー終了 Return only the single uppercase letter of the correct option.

Task details

language
ja
family
mcq_vqa
mime
image/jpeg
media ready
False