HAVIT_QnA_v2

该数据集包含两种配置：'code_preference_pairs_dpo'和'default'。'code_preference_pairs_dpo'配置包含4139个训练样本、517个验证样本和518个测试样本，总大小约6.4MB。每个样本包含提示词(prompt)、优选代码(chosen)、次选代码(rejected)等字段，以及源代码问题(source_question)、答案(source_answer)、类别(category)、话题标签(topic_tag)、语言(language)、数据来源(source_split)、错误类型(bug_family)和配对ID(pair_id)等元数据。'default'配置包含相同数量的样本，总大小约1.6MB，采用消息列表格式(messages)，每条消息包含内容(content)和角色(role)，并附加类别(category)、话题标签(topic_tag)和语言(language)信息。数据集适用于代码偏好学习、对话系统训练等自然语言处理任务。