henryen/origen_dataset_description

OriGen数据集包括三个部分：origen_dataset_instruction、origen_dataset_debug和origen_dataset_description。origen_dataset_description数据集包含`Description`和`Code`格式的数据，其中`Description`是模块的描述，`Code`是生成的Verilog代码。origen_dataset_instruction数据集是通过将`Description`转换为`Instruction`得到的。origen_dataset_debug数据集用于训练OriGen_Fix模型，该模型用于修复Verilog代码中的语法错误。这些数据集用于训练和微调OriGen和OriGen_Fix模型，以生成和修复Verilog代码。

The OriGen dataset is a fine-tuned lora model for Verilog code generation, trained on top of DeepSeek Coder 7B using datasets generated from code-to-code augmentation and self-reflection. The dataset features include `Instruction` and `Response`, where `Instruction` is the description of the module and `Response` is the generated Verilog code.