Датасет · HuggingFaceH4
CodeAlpaca 20K: train/test
HuggingFaceH4/CodeAlpaca_20K
Исходный CodeAlpaca, разделённый на train и test; около 20 тыс. текстовых примеров для генерации кода.
Что внутри
Датасет представляет исходный CodeAlpaca, разделённый на обучающую и тестовую выборки. Размер — от 10 тыс. до 100 тыс. примеров, модальность — текст. Язык и подробный состав в карточке не указаны.
Что можно сделать
- Для обучения модели генерации кода
- Для проверки на тестовой выборке CodeAlpaca
- Для SFT кодового ассистента
- Задачи
- Генерация текста
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 3,9 тыс.
- Лайков
- 114
Модели, обученные на нём
- TheBloke/Llama-2-Coder-7B-GGUFГенерация текста 3,4 тыс.
- askdkc/DS-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic-MetalГенерация текста 1,9 тыс.
- mradermacher/Bootes-Qwen3_Coder-Reasoning-i1-GGUF 907
- mrsandip/Alfa-CodeГенерация текста 823
- mradermacher/Dolphy-1.0-i1-GGUF 803
- mradermacher/code-gemma-2b-it-GGUF 614
- mradermacher/qwen-0.6b-coder-GGUF 547
- mradermacher/Bootes-Qwen3_Coder-Reasoning-GGUF 519
Как загрузить
from datasets import load_dataset
ds = load_dataset("HuggingFaceH4/CodeAlpaca_20K")