hivemind-research/code-layerB-final

---
language:
- en
license: cc-by-4.0
size_categories:
- 10K<n<100K
pretty_name: Code LayerB — teacher-supervision (37,263 samples)
tags:
- task_categories:text-generation
- task_categories:text2text-generation
- language:en
- license:cc-by-4.0
- domain:code
- distillation
- knowledge-distillation
- teacher-student
- competitive-programming
- reasoning
- synthetic
- sft
- codegen
- python
- algorithms
- data-structures
- debugging
- nvidia
- opencodereasoning
- deepseek-r1
- codeforces
- atcoder
- codechef
- leetcode
- hackerrank
- layer-b
- layer-teacher-supervision
- teacher-deepseek-r1
---

# Dataset Card for Dataset Name

<!-- Provide a quick summary of the dataset. -->

## Dataset Details

### Dataset Description

<!-- Provide a longer summary of what this dataset is. -->

- **Curated by:** [More Information Needed]
- **Funded by [optional]:** [More Information Needed]
- **Shared by [optional]:** [More Information Needed]
- **Language(s) (NLP):** [More Information Needed]
- **License:** [More Information Needed]

### Dataset Sources [optional]

<!-- Provide the basic links for the dataset. -->

- **Repository:** [More Information Needed]
- **Paper [optional]:** [More Information Needed]
- **Demo [optional]:** [More Information Needed]

## Uses

<!-- Address questions around how the dataset is intended to be used. -->

### Direct Use

<!-- This section describes suitable use cases for the dataset. -->

[More Information Needed]

### Out-of-Scope Use

<!-- This section addresses misuse, malicious use, and uses that the dataset will not work well for. -->

[More Information Needed]

## Dataset Structure

<!-- This section provides a description of the dataset fields, and additional information about the dataset structure such as criteria used to create the splits, relationships between data points, etc. -->

[More Information Needed]

## Dataset Creation

### Curation Rationale

<!-- Motivation for the creation of this dataset. -->

[More Information Needed]

### Source Data

<!-- This section describes the source data (e.g. news text and headlines, social media posts, translated sentences, ...). -->

#### Data Collection and Processing

<!-- This section describes the data collection and processing process such as data selection criteria, filtering and normalization methods, tools and libraries used, etc. -->

[More Information Needed]

#### Who are the source data producers?

<!-- This section describes the people or systems who originally created the data. It should also include self-reported demographic or identity information for the source data creators if this information is available. -->

[More Information Needed]

### Annotations [optional]

<!-- If the dataset contains annotations which are not part of the initial data collection, use this section to describe them. -->

#### Annotation process

<!-- This section describes the annotation process such as annotation tools used in the process, the amount of data annotated, annotation guidelines provided to the annotators, interannotator statistics, annotation validation, etc. -->

[More Information Needed]

#### Who are the annotators?

<!-- This section describes the people or systems who created the annotations. -->

[More Information Needed]

#### Personal and Sensitive Information

<!-- State whether the dataset contains data that might be considered personal, sensitive, or private (e.g., data that reveals addresses, uniquely identifiable names or aliases, racial or ethnic origins, sexual orientations, religious beliefs, political opinions, financial or health data, etc.). If efforts were made to anonymize the data, describe the anonymization process. -->

[More Information Needed]

## Bias, Risks, and Limitations

<!-- This section is meant to convey both technical and sociotechnical limitations. -->

[More Information Needed]

### Recommendations

<!-- This section is meant to convey recommendations with respect to the bias, risk, and technical limitations. -->

Users should be made aware of the risks, biases and limitations of the dataset. More information needed for further recommendations.

## Citation [optional]

<!-- If there is a paper or blog post introducing the dataset, the APA and Bibtex information for that should go in this section. -->

**BibTeX:**

[More Information Needed]

**APA:**

[More Information Needed]

## Glossary [optional]

<!-- If relevant, include terms and calculations in this section that can help readers understand the dataset or dataset card. -->

[More Information Needed]

## More Information [optional]

[More Information Needed]

## Dataset Card Authors [optional]

[More Information Needed]

## Dataset Card Contact

[More Information Needed]

---
language:
- 英语
license: CC BY 4.0
size_categories:
- 10000 < 样本数 < 100000
pretty_name: Code LayerB — 教师监督（37263条样本）
tags:
- 任务类别：文本生成
- 任务类别：文本到文本生成
- 语言：英语
- 许可：CC BY 4.0
- 领域：代码
- 蒸馏
- 知识蒸馏
- 教师-学生范式
- 程序设计竞赛
- 推理
- 合成数据
- 监督微调（Supervised Fine-Tuning，SFT）
- 代码生成（CodeGen）
- Python
- 算法
- 数据结构
- 程序调试
- 英伟达（NVIDIA）
- 代码推理（OpenCodeReasoning）
- DeepSeek-R1
- Codeforces
- AtCoder
- CodeChef
- LeetCode
- HackerRank
- LayerB
- 教师监督层
- 教师模型DeepSeek-R1
---

# 数据集卡片

<!-- 提供该数据集的简要概述。 -->

## 数据集详情

### 数据集描述

<!-- 提供该数据集的详细说明。 -->

- **整理方（Curated by）：** [需补充更多信息]
- **资助方（Funded by，可选）：** [需补充更多信息]
- **共享方（Shared by，可选）：** [需补充更多信息]
- **自然语言语言：** [需补充更多信息]
- **许可：** [需补充更多信息]

### 数据集来源（可选）

<!-- 提供该数据集的基础链接。 -->

- **仓库（Repository）：** [需补充更多信息]
- **相关论文（Paper，可选）：** [需补充更多信息]
- **演示（Demo，可选）：** [需补充更多信息]

## 数据集用途

<!-- 解答有关该数据集预期使用场景的问题。 -->

### 直接使用场景（Direct Use）

<!-- 此部分描述该数据集适用的用例。 -->

[需补充更多信息]

### 不适用场景（Out-of-Scope Use）

<!-- 此部分说明误用、恶意使用，以及该数据集无法良好适配的使用场景。 -->

[需补充更多信息]

## 数据集结构（Dataset Structure）

<!-- 此部分描述数据集的字段，以及有关数据集结构的额外信息，例如划分数据集的标准、数据点间的关系等。 -->

[需补充更多信息]

## 数据集创建

### 整理依据（Curation Rationale）

<!-- 创建该数据集的动机。 -->

[需补充更多信息]

### 源数据（Source Data）

<!-- 此部分描述源数据（例如新闻文本与标题、社交媒体帖子、翻译句子等）。 -->

#### 数据收集与处理流程（Data Collection and Processing）

<!-- 此部分描述数据收集与处理过程，例如数据选择标准、过滤与归一化方法、使用的工具与库等。 -->

[需补充更多信息]

#### 源数据生产者是谁？

<!-- 此部分描述最初创建该数据的个人或系统。若可获取源数据创建者的自我报告人口统计或身份信息，也应在此处说明。 -->

[需补充更多信息]

### 标注（Annotations，可选）

<!-- 若数据集包含初始数据收集之外的标注内容，请使用此部分描述标注相关信息。 -->

#### 标注流程（Annotation process）

<!-- 此部分描述标注过程，例如流程中使用的标注工具、标注数据量、提供给标注者的标注指南、标注者间一致性统计、标注验证等。 -->

[需补充更多信息]

#### 标注者是谁？

<!-- 此部分描述创建标注的个人或系统。 -->

[需补充更多信息]

#### 个人与敏感信息（Personal and Sensitive Information）

<!-- 说明数据集是否包含可能被视为个人、敏感或隐私的数据（例如，揭示地址、唯一可识别的姓名或别名、种族或族裔出身、性取向、宗教信仰、政治观点、财务或健康数据等）。若已采取匿名化措施，请描述匿名化流程。 -->

[需补充更多信息]

## 偏差、风险与局限性（Bias, Risks, and Limitations）

<!-- 此部分旨在说明技术与社会技术层面的局限性。 -->

### 建议（Recommendations）

<!-- 此部分旨在就偏差、风险与技术局限性给出相关建议。 -->

用户应知晓该数据集存在的风险、偏差与局限性。需补充更多信息以提供进一步建议。

## 引用（Citation，可选）

<!-- 若有介绍该数据集的论文或博客文章，此处应包含其APA与BibTeX格式的引用信息。 -->

**BibTeX格式：**

[需补充更多信息]

**APA格式：**

[需补充更多信息]

## 术语表（Glossary，可选）

<!-- 若有需要，请在此部分包含可帮助读者理解数据集或数据集卡片的术语与计算公式。 -->

[需补充更多信息]

## 更多信息（More Information，可选）

[需补充更多信息]

## 数据集卡片作者（Dataset Card Authors，可选）

[需补充更多信息]

## 数据集卡片联系人（Dataset Card Contact）

[需补充更多信息]