有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
Nan-Do/reason_code-search-net-python|代码理解数据集|自然语言处理数据集
收藏hugging_face2023-06-06 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Nan-Do/reason_code-search-net-python
下载链接
链接失效反馈资源简介：
该数据集是一个用于Python的指令数据集，包含五种不同类型的任务。给定一个Python 3函数，任务类型包括：生成解释函数功能的摘要、生成解释输入参数含义的摘要、生成解释返回值含义的摘要、生成解释返回值类型的摘要、生成解释输入参数类型的摘要。数据集旨在提高大型语言模型对Python 3代码的理解和推理能力。数据集包含训练集，数据来源于code-search-net数据集的摘要版本，注释过程使用了模板、NLP技术和Python AST模块。数据集的语言为英语，许可证为Apache 2.0。
提供机构：
Nan-Do
原始信息汇总
数据集概述
数据集名称
- 名称: Reasoning dataset for Python
- 别名: reason_code-search-net-python
数据集特征
- 特征名称: INSTRUCTION, RESPONSE, TYPE, SOURCE
- 数据类型:
- INSTRUCTION: string
- RESPONSE: string
- TYPE: int64
- SOURCE: string
数据集任务
- 任务类别: summarization, text-generation, conversational, text2text-generation
- 语言: English
数据集内容
- 描述: 该数据集用于Python的教学，包含五种不同类型的任务，涉及Python 3函数的解释和理解。
- 任务类型:
- Type 1: 生成函数功能的总结。
- Type 2: 生成输入参数的解释。
- Type 3: 生成返回值的解释。
- Type 4: 生成返回值类型的解释。
- Type 5: 生成输入参数类型的解释。
数据集分割
- 分割: 仅包含训练集
- 训练集大小: 429059个样本，总大小399930143字节
数据集创建
- 创建时间: 2023年5月
- 创建目的: 提高LLMs对Python 3的推理/理解能力
许可证
- 许可证类型: Apache 2.0
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国近海台风路径集合数据集(1945-2024)
1945-2024年度，中国近海台风路径数据集，包含每个台风的真实路径信息、台风强度、气压、中心风速、移动速度、移动方向。 数据源为获取温州台风网(http://www.wztf121.com/)的真实观测路径数据，经过处理整合后形成文件，如使用csv文件需使用文本编辑器打开浏览，否则会出现乱码，如要使用excel查看数据，请使用xlsx的格式。
国家海洋科学数据中心 收录
WorldClim
WorldClim是一个全球气候数据集，提供了全球范围内的气候数据，包括温度、降水、生物气候变量等。数据集的分辨率从30秒到10分钟不等，适用于各种尺度的气候分析和建模。
www.worldclim.org 收录
全国兴趣点（POI）数据
POI（Point of Interest），即兴趣点，一个POI可以是餐厅、超市、景点、酒店、车站、停车场等。兴趣点通常包含四方面信息，分别为名称、类别、坐标、分类。其中，分类一般有一级分类和二级分类，每个分类都有相应的行业的代码和名称一一对应。 POI包含的信息及其衍生信息主要包含三个部分：
CnOpenData 收录
AAAR-1.0
AAAR-1.0数据集包含四个主要任务：方程推理、实验设计、论文弱点和评审评论。方程推理任务包含1049个样本，每个样本有四个字段：前文、后文、选项和答案。实验设计任务包含100篇论文，每篇论文包含文本数据和图像数据。论文弱点任务包含993篇论文，每篇论文包含文本数据和图像数据。评审评论任务的数据存储在另一个GitHub仓库中。
huggingface 收录
LIDC-IDRI
LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。
OpenDataLab 收录