Датасет · KodCode
Синтетические задачи по программированию с тестами для SFT
KodCode/KodCode-V1-SFT-4o
Крупный открытый синтетический датасет на английском языке с проверяемыми решениями и тестами по программированию.
Что внутри
Полностью синтетический корпус из 12 тематических поднаборов (от базовых упражнений и знаний конкретных библиотек до олимпиадных задач и вопросов с собеседований) на английском языке. Размер составляет от 100 тысяч до 1 миллиона записей в табличном и текстовом виде, каждая задача снабжена проверяемым решением и тестами.
Что можно сделать
- SFT-дообучение языковых моделей на генерацию и отладку кода
- Обучение моделей с подкреплением (RL) на задачах с автоматической проверкой тестами
- Задачи
- Вопрос-ответ
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 25 тыс.
- Лайков
- 10
Как загрузить
from datasets import load_dataset
ds = load_dataset("KodCode/KodCode-V1-SFT-4o")