steelman-sft-ada

Steelman SFT 是首个公开的用于 Ada 2022 和 SPARK 代码生成的指令调优数据集，包含 3,430 个经过编译器验证的指令-输出对。每个示例都能通过 GNAT Ada 编译器无错误编译。数据集包含多种任务类型：标准生成（3,235 个）、规范到实现（100 个）、错误修复（50 个）和多文件生成（45 个）。所有标准生成指令经过重写以避免重复模式，使用 12 种以上不同的动词模式和 15-20% 的非命令式指令风格。数据采用 Alpaca 格式，每个 JSON 对象包含 instruction、input 和 output 字段。所有输出都经过 gnatmake 编译验证，确保 100% 编译通过率，并进行了去重和指令-输出对齐验证。数据集适用于文本生成任务，特别是安全关键系统的代码生成场景。需要注意的是，所有示例均为合成生成，仅通过编译器验证，未经过人工全面审查，且不保证 SPARK 证明的完整性。