iamtarun/python_code_instructions_18k_alpaca

该数据集包含Python语言的问题描述和代码，并添加了alpaca风格的提示列。数据集来源于sahil2801/code_instructions_120k。

原始信息汇总

数据集卡片 for python_code_instructions_18k_alpaca

数据集信息

特征

• instruction: 字符串类型
• input: 字符串类型
• output: 字符串类型
• prompt: 字符串类型

分割

• train:
  • 字节数: 25180782
  • 样本数: 18612

大小

• 下载大小: 11357076
• 数据集大小: 25180782

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

任务类别

• 问答
• 文本到文本生成
• 文本生成

标签

• 代码

大小类别

• 10K<n<100K

数据集描述

该数据集包含问题描述和Python语言的代码。

搜集汇总

背景与挑战

背景概述

该数据集包含约18,600条Python编程指令和代码对，用于文本生成和问答任务。每条数据以Alpaca风格提示组织，包括任务描述、可选输入和对应的Python代码输出，适用于代码生成模型的训练和评估。