LLMTeamAkiyama/cleand_microsoft_rStar-Coder download history

LLMTeamAkiyama/cleand_microsoft_rStar-Coder is a question answering dataset on the Hugging Face Hub. In the last 30 days it was downloaded 70 times (13 in the last 7 days), and 2,154 times in total. It ranks #146,612 among datasets by monthly downloads.

元データ: https://huggingface.co/datasets/microsoft/rStar-Coder データ件数: 269,863 平均トークン数: 11674 最大トークン数: 31,184 合計トークン数: 3,150,447,484 ファイル形式: JSONL ファイルサイズ: 不明 加工内容 synthetic_sftを使用 トークン処理が重たいので、文字数でフィルター seed_question < 6000 generation < 80000 thinkタグ除去 が中途半端なものを除外 トークナイズ処理（速度向上アップデート 繰り返し除去

Open LLMTeamAkiyama/cleand_microsoft_rStar-Coder on Hugging Face

Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.