botp/CodeChat

该数据集是一个比较轻量的小数据集，可用于针对性提升模型的数理逻辑推理、代码问答能力。样本从shareAI/ShareGPT-Chinese-English-90k、garage-bAInd/Open-Platypus等数据集中抽取并组合，整理成了统一的多轮对话格式。主要包含逻辑推理、代码问答、代码生成相关语料样本，可以配合LoRA用于轻量微调训练快速激活你的模型在代码QA这方面的能力。推荐使用firefly框架，可以快速开箱即用使用该数据格式的加载。

原始信息汇总

CodeChat 数据集概述

数据集描述

• 名称: CodeChat 数据集
• 规模: 轻量级小数据集
• 用途: 提升模型的数理逻辑推理、代码问答能力

数据来源

• 样本来源于多个数据集，包括但不限于：
  • shareAI/ShareGPT-Chinese-English-90k
  • garage-bAInd/Open-Platypus

数据内容

• 主要包含以下类型的语料样本：
  • 逻辑推理
  • 代码问答
  • 代码生成

数据格式

• 整理为统一的多轮对话格式

推荐使用

• 推荐使用firefly框架进行数据加载和处理，该框架支持快速开箱即用该数据格式。