five

laion/CoderForge-Preview-v3-100000

收藏
Hugging Face2026-04-22 更新2026-04-26 收录
下载链接:
https://hf-mirror.com/datasets/laion/CoderForge-Preview-v3-100000
下载链接
链接失效反馈
官方服务:
资源简介:
laion/CoderForge-Preview-v3-100000数据集是togethercomputer/CoderForge-Preview数据集的一个子集,包含100,000行预处理的tokenized数据。数据格式包括input_ids、attention_mask、labels、chat_template_applied、trajectory_id、reward和source等列。数据集主要用于文本生成任务,支持Qwen3的tokenizer。数据是从4个源slug(R2E_Gym、SWE_Rebench、SWE_Smith、filtered_reward1)中确定性采样(seed=42)并连接而成的。

laion/CoderForge-Preview-v3-100000 is a row-subset of the pre-tokenized trajectories in togethercomputer/CoderForge-Preview (trajectories-tokenized_qwencoder subset). It contains 100,000 rows of pre-tokenized data for Qwen3 (tokenizer shared with Qwen2.5-Coder / Qwen3-Coder / Qwen3-8B). Each row includes columns such as input_ids, attention_mask, labels, chat_template_applied, trajectory_id, reward, and source. The data is sampled deterministically (seed=42) from a concatenation of all 4 source slugs (R2E_Gym, SWE_Rebench, SWE_Smith, filtered_reward1).
提供机构:
laion
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作