Датасет · bigcode
SFT-датасет для StarCoder2-Instruct
bigcode/self-oss-instruct-sc2-exec-filter-50k
50 тыс. примеров self-alignment с исполняемо проверенными ответами для кодовых моделей.
Что внутри
Финальный датасет self-alignment для StarCoder2-Instruct. В нём есть seed — Python-функции из пайплайна MultiPL-T, сгенерированные концепции, инструкции и ответы, прошедшие проверку исполнением. Данные текстовые; размер — от 10 тыс. до 100 тыс. примеров.
Что можно сделать
- Дообучить StarCoder2-Instruct на SFT-примерах
- Настроить LoRA для генерации Python-кода
- Проверить модель на инструкциях с исполняемо валидированными ответами
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 33,2 тыс.
- Лайков
- 112
Как загрузить
from datasets import load_dataset
ds = load_dataset("bigcode/self-oss-instruct-sc2-exec-filter-50k")