Ling-Coder-SyntheticQA
收藏魔搭社区2026-01-08 更新2025-03-15 收录
下载链接：
https://modelscope.cn/datasets/inclusionAI/Ling-Coder-SyntheticQA
下载链接
链接失效反馈官方服务：
资源简介：
This dataset is part of the synthetic data used during the pre-training of the Ling-Coder Lite model, comprising over 24 million samples.
本数据集属于Ling-Coder Lite模型预训练阶段所用合成数据（synthetic data）的一部分，总计包含超过2400万条样本。
提供机构：
maas创建时间：
2025-03-08
搜集汇总
数据集介绍
背景与挑战
背景概述
Ling-Coder-SyntheticQA是Ling-Coder数据集的合成数据子集，用于Ling-Coder Lite模型的退火训练。该数据集包含超过2400万个中英文样本，覆盖文本转代码、SQL生成等代码相关任务，并通过开源代码大模型生成，经过清洗、去重和质量检查等处理。
以上内容由遇见数据集搜集并总结生成
