发布 PyX 数据集, 应用在 代码学习、自然语言处理 领域

本次发布的数据集 PyX, 该数据集是一个整洁的Python语料库，其中包含完全可执行的代码样本以及功能描述和测试用例，旨在捕捉程序的语义。该数据集经过筛选，仅包含干净的、易于学习的程序执行痕迹，这些程序不涉及外部资源交互，仅使用Python内置类型，并且限制为单一函数程序，其行为可预测。这样的规模确保了高质量、可解析且可执行的数据，适用于指令调整。该数据集的任务是训练代码语言模型，以实现语义理解和执行推理。

查看PyX

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。