К содержимому

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")