open-phi/programming_books_llama
收藏Hugging Face2023-10-04 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/open-phi/programming_books_llama
下载链接
链接失效反馈官方服务：
资源简介：
数据集programming_books_llama包含了400M的编程书籍token，由gpt-3.5和finetuned codellama 34b生成。gpt-3.5生成的数据质量极高，而llama生成的数据质量较低且长度较短，但仍然可用。数据集的特征包括主题、大纲、概念、查询、上下文、markdown和模型。数据集分为训练集，包含111048个样本，总大小为1677240291字节，下载大小为631279270字节。
提供机构：
open-phi
原始信息汇总
数据集概述
数据集内容
- 包含400M tokens的编程书籍内容。
- 数据来源：
- gpt-3.5生成了70M tokens。
- 微调后的codellama 34b生成了剩余部分。
数据质量
- gpt-3.5生成的数据质量极高。
- codellama 34b生成的数据质量较低，长度较短，但仍属良好。
生成环境
- 数据生成使用了高质量的教科书风格代码库。
