Датасет · theblackcat102
Английские код-инструкции GPT-4
theblackcat102/evol-codealpaca-v1
Пары инструкция–ответ по программированию, дополненные GPT-4 для обучения код-ассистентов.
Что внутри
Датасет содержит английские инструкции и ответы по программированию, сгенерированные и дополненные моделями GPT-4, в основном gpt-4-0314. Методика близка к WizardCoder, но набор открытый. После фильтрации оставлены только чистые английские инструкции без упоминаний ответов, созданных OAI. Медианная длина последовательности — 471 токен, объём — от 100 тыс. до 1 млн примеров.
Что можно сделать
- SFT код-ассистента на английских инструкциях
- Сравнение с WizardCoder-подобными наборами
- Проверка генерации кода по инструкциям
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 8,2 тыс.
- Лайков
- 192
Модели, обученные на нём
- Ttimms/KAT-Coder-V2.5-Dev-REAP-50-NVFP4A16Генерация текста 6,8 тыс.
- mradermacher/Pyrex-8B-Instruct-Uncensored-i1-GGUFГенерация текста 3,1 тыс.
- mradermacher/DroidSenior-7B-i1-GGUF 3 тыс.
- mradermacher/Pyrut-8B-Instruct-Uncensored-i1-GGUFГенерация текста 2,5 тыс.
- mradermacher/Pyrex-8B-Instruct-Uncensored-GGUFГенерация текста 737
- mradermacher/DroidSenior-7B-GGUF 639
- mradermacher/LaboAI-0.4.0-3B-GGUF 389
- celebibasar/DroidSenior-7BГенерация текста 308
Как загрузить
from datasets import load_dataset
ds = load_dataset("theblackcat102/evol-codealpaca-v1")