# 强化学习GRPO/DAPO
该类型专门面向大语言模型的强化学习阶段（如GRPO、DAPO等偏好对齐算法）。数据集以提示词（prompt）与奖励/评测标准（reward model）为核心，通过提供明确的正确答案（ground truth）或评测规则，驱动模型在策略迭代中实现自主对齐与推理能力的跃升。
**数据格式示例**
为便于展示字段层级关系，已将单行JSONL数据展开。
```
{
  "prompt": [
    {
      "role": "user",
      "content": "娜塔莉亚在四月份向她的48个朋友卖了回形针，五月份卖的数量只有四月份的一半。请问娜塔莉亚在四月份和五月份总共卖了多少个回形针？请逐步思考，并在“####”后面输出最终答案。"
    }
  ],
  "reward_model": {
    "ground_truth": "72"
  }
}
```
**字段规范说明**
对于JSONL文件中的每一条（每行）数据：
表1字段说明 
| 字段           | 类型 | 是否必填 | 说明                                                                                                                                                                                                                                                                                                                                                                                                            |
|:---|:---|:---|:---|
| prompt        | List  | 是   | 提示词有序列表，用于承载模型输入的上下文或初始问题。 - 内嵌元素：列表内的每个元素必须为一个字典对象。包含"role"和"content"，"role"取值支持"system"和"user"，"content"取值类型为String  - 边界规则：列表中最后一个元素的"role"必须为"user"。   |
| reward_model | Dict | 否    | 奖励模型/评测规则配置字典，必须包含"ground_truth"键。                                                                                                                                                                                                                                                                                                                                                                             |