Ling-Coder-DPO
收藏官方服务：
资源简介：
This dataset is part of the DPO data used in the post-training phase of the Ling-Coder Lite model. It consists of 250,000 samples covering various programming languages.
本数据集为Ling-Coder Lite模型后训练阶段所用直接偏好优化（Direct Preference Optimization，DPO）数据集的一部分，包含25万个样本，涵盖多种编程语言。
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-DPO是Ling-Coder数据集的一个子集，包含25万样本，用于训练Ling-Coder Lite模型的DPO阶段。该数据集源自开源code_contests，通过代码测试通过率、PPL分布和奖励模型评分筛选问题及正负样本，涵盖多种流行编程语言。
以上内容由遇见数据集搜集并总结生成
