jondurbin/py-dpo-v0.1

该数据集旨在增强Python编程能力。它使用了一个已验证的Python代码数据集作为chosen响应，而rejected响应则是由airoboros-l2-13b-3.1和bagel-7b-v0.1生成的。虽然这些rejected响应可能在某些情况下是有效的，但通常认为它们的质量低于chosen响应。此外，重复的代码块已被移除。

许可证：CC BY 4.0（知识共享署名4.0协议）
语言：编程语言

### 数据集概览
直接偏好优化（Direct Preference Optimization，DPO）数据集，旨在提升Python编程能力。
本数据集选用已通过充分测试与验证的优质数据集https://huggingface.co/datasets/Vezora/Tested-22k-Python-Alpaca作为「优选回复（chosen）」的来源。
「非优选回复（rejected）」由airoboros-l2-13b-3.1与bagel-7b-v0.1混合生成。
尽管非优选回复本身未必存在质量问题，但本数据集默认其整体质量劣于对应的优选回复。已移除包含重复代码块的数据项。

### 贡献与支持
若您对新增功能或数据集感兴趣，可访问[bagel代码仓库](https://github.com/jondurbin/bagel)与[airoboros项目](https://github.com/jondurbin/airoboros)，提交拉取请求（PR）或详细提交议题。
若您愿意支持我的微调成本、数据集生成等相关工作，可通过以下任一方式进行捐助：
- https://bmc.link/jondurbin
- 以太坊地址：0xce914eAFC2fe52FdceE59565Dd92c06f776fcb11
- 比特币地址：bc1qdwuth4vlg8x37ggntlxu5cjfwgmdy5zaa7pswf

原始信息汇总

数据集概述

数据集名称

DPO数据集

数据集目的

用于提升Python编程能力