Датасет · ise-uiuc
Очищенный код-инструктаж на 110K
ise-uiuc/Magicoder-Evol-Instruct-110K
Деконтаминированная версия evol-codealpaca-v1 для обучения генерации кода без утечек тестов.
Что внутри
Это очищенная версия датасета evol-codealpaca-v1 с примерно 110K примерами инструкций для генерации кода. Деконтаминация выполнена тем же способом, что в StarCoder, через процесс bigcode. По метаданным размер составляет от 100K до 1M примеров; язык в карточке не указан.
Что можно сделать
- SFT кодовой LLM
- Обучение LoRA для генерации кода
- Проверка на утечки тестовых данных
- Задачи
- Генерация текста
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 25,8 тыс.
- Лайков
- 198
Модели, обученные на нём
- TheBloke/dolphin-2.5-mixtral-8x7b-GGUF 14,5 тыс.
- TheBloke/dolphin-2.7-mixtral-8x7b-GGUF 13,9 тыс.
- dphn/dolphin-2.6-mixtral-8x7bГенерация текста 9,2 тыс.
- rombodawg/rombos_Replete-Coder-Llama3-8BГенерация текста 9,2 тыс.
- Kukedlc/NeuralExperiment-7b-MagicCoder-v7.5Генерация текста 8,8 тыс.
- TheBloke/dolphin-2.6-mistral-7B-GGUF 7,5 тыс.
- YoSaNoo/Forge-1-Gemma-4-E2BГенерация текста 6 тыс.
- mradermacher/dolphincoder-starcoder2-15b-i1-GGUF 5,4 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("ise-uiuc/Magicoder-Evol-Instruct-110K")