lucasmccabe-lmi/gpt4all_code_small
收藏Hugging Face2023-05-15 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/lucasmccabe-lmi/gpt4all_code_small
下载链接
链接失效反馈官方服务：
资源简介：
数据集gpt4all_code_small是从nomic-ai/gpt4all-j-prompt-generations数据集中提取的一个代码相关子集。该数据集包含来自pacovaldez/stackoverflow-questions的记录，这些记录明确提到了Python, Java, C++, SQL, Kotlin, PHP, Swift, MATLAB, Typescript, Scala, HTML, CSS, Rust, 或 Perl，并且在响应体中包含代码块。输出记录是OpenAI的GPT3.5-Turbo的响应。提示/响应对已被重新格式化为Alpaca格式。数据集包含36856个提示，使用EleutherAI/gpt-neox-20b tokenizer计算的令牌数为38643696。
数据集gpt4all_code_small是从nomic-ai/gpt4all-j-prompt-generations数据集中提取的一个代码相关子集。该数据集包含来自pacovaldez/stackoverflow-questions的记录，这些记录明确提到了Python, Java, C++, SQL, Kotlin, PHP, Swift, MATLAB, Typescript, Scala, HTML, CSS, Rust, 或 Perl，并且在响应体中包含代码块。输出记录是OpenAI的GPT3.5-Turbo的响应。提示/响应对已被重新格式化为Alpaca格式。数据集包含36856个提示，使用EleutherAI/gpt-neox-20b tokenizer计算的令牌数为38643696。
提供机构：
lucasmccabe-lmi
原始信息汇总
数据集概述
数据集名称
- 名称: gpt4all_code_small
数据集来源
- 原始数据集: nomic-ai/gpt4all-j-prompt-generations (v1.2-jazzy revision)
- 筛选条件:
- 提示来自 pacovaldez/stackoverflow-questions
- 明确提及 Python, Java, C++, SQL, Kotlin, PHP, Swift, MATLAB, Typescript, Scala, HTML, CSS, Rust, 或 Perl
- 包含代码块在响应体中
数据集内容
- 特征:
- instruction: 字符串类型
- output: 字符串类型
- input: 字符串类型
数据集划分
- 训练集:
- 示例数量: 36856
- 数据大小: 130633918.0 字节
数据集大小
- 下载大小: 62911071 字节
- 数据集总大小: 130633918.0 字节
使用工具
- 分词器: EleutherAI/gpt-neox-20b
- 总令牌数: 38643696 (计算 instruction+input+output)
