OpenCodeReasoning nvidia
OpenCodeReasoning: Advancing Data Distillation for Competitive Coding Data Overview OpenCodeReasoning is the largest reasoning-based synthetic dataset to date for coding, comprises 735,255 samples in Python across 28,319 unique competitive programming questions. OpenCodeReasoning is designed for supervised fine-tuning (SFT). Technical Report - Discover the methodology and technical details behind OpenCodeReasoning. Github Repo - Access the complete pipeline used to… See the full description on the dataset page: https://huggingface.co/datasets/nvidia/OpenCodeReasoning.
- 유형
- dataset
- 라이선스
- cc-by-4.0
- 다운로드
- 14,854
- 좋아요
- 550
- 접근
- public
- 파일
- 0
태그
- 코드 생성
- 합성 데이터
- 데이터셋
- 대규모 언어 모델
- 딥러닝
- 코드 데이터
- 경쟁 프로그래밍
- 파인튜닝
요약
OpenCodeReasoning은 NVIDIA가 공개한 경쟁적 프로그래밍(코딩 대회)을 위한 73만 5천여 개 샘플의 합성 데이터셋입니다. R1 모델이 생성한 추론 기반 응답과 코드 솔루션으로 구성되어, 코딩 모델의 추론 능력 증류(distillation)와 SFT 파인튜닝에 활용됩니다. CodeForces, LeetCode, AtCoder 등 10개 플랫폼의 28,319개 경쟁 코딩 문제를 포괄합니다.
README
--- license: cc-by-4.0 size_categories: - 100K<n<1M pretty_name: OpenCodeReasoning dataset_info: - config_name: split_0 features: - name: id dtype: string - name: input dtype: string - name: output dtype: string - name: source dtype: string - name: license dtype: string - name: dataset dtype: strin…