数据集概述

这个代码仓库是用于进行上下文学习的提示，与 starcoder 进行训练。实际上，该模型是一个自回归语言模型，它在代码和自然语言文本上进行训练。通过在其8192个标记的上下文窗口前添加对话，可以将其转化为一个基于人工智能的技术助手。

格式

提示是一个包含人与助手之间多个对话的.txt文件。这是格式

-----
Human: <instruction>
Assistant: <answer>

-----

Human: <instruction>
Assistant: <answer>
Human: <instruction>
Assistant: <answer>
.
.
.
-----

使用情况

我们希望技术助手涵盖多种用例

• Code-to-text：
  • 以下代码的目的是什么？<code>
  • 以下代码的错误是什么？<code>
• Text-to-code：
  • 编写/设计/实现一个函数，用于<task>
• Code-to-code：
  • 将此<programming language>中的<code>翻译成<programming language>。
• Text-to-text：
  • 什么是<technical concept>
• 通用问答
  • 你是谁？
  • 你的目的是什么？

工作范围

作为一个针对编码任务设计的模型，当用户提出通用问题时，不应期望模型输出相关答案。当涉及到编码请求时，模型的输出应该在测试之前进行后处理。