Датасет · RawvY
Корпус обучающих промптов для кода
RawvY/stack-prompts
Качественная подборка данных для обучения небольших языковых моделей программированию.
Что внутри
Набор включает три конфигурации: python-edu на основе датасета smollm-corpus, материалы the-stack для языка PowerShell, а также конфигурацию stack-edu. Данные состоят из идентификаторов блобов (blob_ids) и ориентированы на задачи генерации текста.
Что можно сделать
- Обучение и дообучение (SFT) небольших языковых моделей программированию
- Проверка качества генерации кода для Python и PowerShell
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 31,4 тыс.
- Лайков
- 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("RawvY/stack-prompts")