LAION eV发布Sera-4.5A-Full-T1-v3数据集，应用在语言模型微调、代码生成领域

LAION eV本次发布的数据集Sera-4.5A-Full-T1-v3，该数据集是 allenai/Sera-4.5A-Full-T1 的一个子集，名为 laion/Sera-4.5A-Full-T1-v3。数据集包含72,118行数据，格式为原始JSONL，采用OpenAI原生消息布局。保留了原始字段如 messages（作为JSON字符串）、instance_id、rollout_patch、func_name、func_path、problem_statement、target_patch 和 docker_image，并添加了一个指向父数据集的 source 字段。每条助手消息包含一个原生的 tool_calls 数组（OpenAI工具调用格式）和一个用于逐消息损失掩码的 train: bool 标志。数据集专为与 axolotl 配合使用设计，需在配置中指定 type: chat_template、chat_template: chatml 和 message_field_training: train。采样方法为确定性随机，种子为42，按行索引从完整数据集中提取。

查看Sera-4.5A-Full-T1-v3

Dataset card内容：

Files and versions内容：