| ---
|
| language:
|
| - ru
|
| - en
|
| license: apache-2.0
|
| task_categories:
|
| - text-generation
|
| tags:
|
| - code
|
| - python
|
| - synthetic
|
| - compiler-verified
|
| - instruction-tuning
|
| - unsloth
|
| size_categories:
|
| - n<1K
|
| ---
|
|
|
| # 🤖 Stray Python Verified Dataset
|
|
|
| [English](#english) | [Русский](#русский)
|
|
|
| ---
|
|
|
| ## English
|
|
|
| ### Overview
|
| **Stray Python Verified** is a high-purity synthetic dataset designed for instruction-tuning and fine-tuning lightweight code LLMs (e.g., Qwen 2.5 Coder 0.5B/1.5B/3B, Gemma 2/3, Llama 3.2).
|
|
|
| Each sample in this dataset was generated using a **Dual-AI pipeline** and subjected to a strict **3-stage automated compiler and sandbox verification** before being accepted:
|
| 1. **AST Parsing (`ast.parse`)**: Verifies syntactic accuracy and structural integrity.
|
| 2. **Bytecode Compilation (`compile`)**: Validates CPython bytecode generation.
|
| 3. **Execution Sandbox (`subprocess.run`)**: Verifies runtime behavior and filters out hanging loops (`timeout > 3s`) and runtime exceptions.
|
|
|
| ### Dataset Format
|
| The dataset is formatted in standard **ChatML (`messages`)** format:
|
| ```json
|
| {
|
| "messages": [
|
| {"role": "system", "content": "Ты опытный Python разработчик..."},
|
| {"role": "user", "content": "<Task condition>"},
|
| {"role": "assistant", "content": "```python\n<Verified Code>\n```"}
|
| ]
|
| }
|
| ```
|
|
|
| ### ⚠️ Disclaimer & Limitations
|
| * This dataset was **synthetically generated by AI models** and filtered automatically through code compilers and execution sandboxes.
|
| * While the code is guaranteed to be syntactically valid and non-crashing in basic environments, **some subtle logical oversights, edge-case limitations, or imperfect implementations may still be present**.
|
| * Intended primarily for research, distillation, and fine-tuning experiments.
|
|
|
| ---
|
|
|
| ## Русский
|
|
|
| ### Описание
|
| **Stray Python Verified** — это очищенный синтетический датасет для дообучения (SFT / LoRA) компактных языковых моделей по программированию на Python (Qwen 2.5 Coder, Gemma, Llama).
|
|
|
| Каждый пример создан двух-агентной фабрикой (**Dual-AI**) и прошёл автоматический **3-ступенчатый фильтр компилятора и рантайм-песочницы**:
|
| 1. **AST-валидация**: отсекает синтаксические ошибки, кривые отступы и незакрытые скобки.
|
| 2. **Компиляция байткода**: гарантирует корректность внутренней структуры Python C-байткода.
|
| 3. **Изолированный запуск**: отлавливает зависающие циклы (`timeout > 3s`) и рантайм-падения.
|
|
|
| ### Формат данных
|
| Данные упакованы в стандартный формат **ChatML (`messages`)**, полностью готовый для обучения через **Unsloth, TRL, SFTTrainer** и Hugging Face:
|
| * `system`: инструкция для роли разработчика.
|
| * `user`: условие задачи по Python.
|
| * `assistant`: протестированный рабочий блок кода.
|
|
|
| ### ⚠️ Предупреждение и ограничения
|
| * Датасет **сгенерирован искусственным интеллектом** и проверен компилятором.
|
| * Несмотря на автоматическую проверку синтаксиса и выполнения, **в коде могут присутствовать логические недочёты, шероховатости или неоптимальные краевые случаи**.
|
| * Создан для исследовательских целей, экспериментов по дистилляции знаний и дообучению легковесных моделей.
|
|
|
| ---
|
| **Author / Создатель:** [Stray2024](https://huggingface.co/Stray2024)
|
| **Current Samples / Всего сэмплов:** 187
|
|
|
