Датасет · AlienKevin
Траектории агентного кодинга SWE-ZERO
AlienKevin/SWE-ZERO-12M-trajectories
112 млрд токенов траекторий агентного кодинга по 122 ты��. pull request и 16 языкам программирования.
Что внутри
Крупнейший на момент публикации набор траекторий агентного кодинга: 112 млрд токенов, без выполнения кода. Охватывает 122 тыс. pull request, 3 тыс. репозиториев и 16 языков программирования. Данные предназначены для mid-training агентных моделей; карточка на английском.
Что можно сделать
- Провести mid-training агентной модели для кодинга.
- Дообучить LoRA или SFT-модель на траекториях решения pull request.
- Изучить поведение агента на 16 языках программирования.
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 4,2 тыс.
- Лайков
- 130
Как загрузить
from datasets import load_dataset
ds = load_dataset("AlienKevin/SWE-ZERO-12M-trajectories")