К содержимому

Датасет · jinaai

120 тысяч задач по программированию на Python

jinaai/code_exercises

Синтетический набор задач на Python в формате HumanEval от ChatGPT 3.5 для дистилляции навыков кодинга.

Что внутри

Датасет содержит около 120 тысяч упражнений по программированию на языке Python (примерно 120 млн токенов) на английском языке. Примеры сгенерированы с помощью ChatGPT 3.5 и оформлены по стандарту бенчмарка HumanEval.

Что можно сделать

  • Дистилляция навыков написания кода в компактные языковые модели
  • SFT-дообучение LLM для решения алгоритмических задач на Python
Задачи
Генерация текста
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
1,4 тыс.
Лайков
42

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("jinaai/code_exercises")