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")