README.md

---
pretty_name: "CodeAtelier 23K — Front-End Expert"
language:
  - pt
  - en
size_categories:
  - 10K<n<100K
task_categories:
  - text-generation
tags:
  - code
  - frontend
  - threejs
  - webgl
  - svg
  - javascript
  - css
  - html
  - reasoning
  - code-generation
  - creative-coding
  - fine-tuning
---

# CodeAtelier 23K

![codeatelier_23k_v2](https://cdn-uploads.huggingface.co/production/uploads/644afe169279988e0cbcd2d9/CRMim93_gsoS0Mp_seJPn.gif)

**Frontend code, Three.js, SVG and implementation reasoning.**

[![Hugging Face](https://img.shields.io/badge/Hugging_Face-Dataset-FFD21E?logo=huggingface&logoColor=black)](https://huggingface.co/datasets/guell00/Front-end-expert-CodeAtelier_23K)
![Examples](https://img.shields.io/badge/Examples-23K-2563EB)
![Size](https://img.shields.io/badge/Size-153_MB-64748B)
![Languages](https://img.shields.io/badge/Languages-PT--BR_%2F_EN-64748B)

[Português](#português) | [English](#english)

---

<a id="português"></a>

## Português

### Sobre o dataset

O **CodeAtelier 23K** é um dataset voltado ao treinamento e fine-tuning de modelos de linguagem especializados em desenvolvimento frontend.

A coleção reúne aproximadamente 23 mil exemplos, totalizando 153 MB, com foco em geração de código, raciocínio de implementação e desenvolvimento de interfaces visualmente elaboradas.

Uma parte importante do conteúdo é dedicada a Three.js e SVG, incluindo tarefas que exigem mais do que a montagem de componentes convencionais.

A proposta do CodeAtelier é trabalhar com problemas de frontend nos quais decisões de layout, composição visual, estrutura de código e comportamento interativo fazem diferença no resultado.

### Áreas de foco

| Área | Conteúdo |
|---|---|
| Three.js | Cenas 3D, geometria, materiais, iluminação, animações e interatividade |
| SVG | Gráficos vetoriais, composição, paths, filtros e elementos visuais personalizados |
| Frontend | Estrutura de páginas, componentes, estilos e comportamento de interfaces |
| CSS | Layouts, responsividade, transições, animações e acabamento visual |
| JavaScript | Lógica de interação, manipulação de elementos e comportamento dinâmico |
| Reasoning | Raciocínio relacionado à implementação, organização e resolução de problemas de código |

### Objetivo

O dataset foi desenvolvido para ajudar modelos de código a lidar melhor com solicitações frontend que envolvem requisitos visuais e técnicos simultaneamente.

Isso inclui situações como:

- Implementar interfaces a partir de descrições detalhadas.
- Desenvolver cenas e experiências interativas com Three.js.
- Produzir SVGs com estruturas e efeitos visuais mais elaborados.
- Resolver problemas de layout, animação e comportamento.
- Relacionar decisões de implementação aos requisitos de uma tarefa.

O foco está em ampliar o repertório de soluções de frontend durante o treinamento, especialmente em tarefas nas quais uma implementação funcional ainda pode apresentar limitações visuais.

### Informações gerais

| Propriedade | Valor |
|---|---|
| Nome | CodeAtelier 23K |
| Repositório | `guell00/Front-end-expert-CodeAtelier_23K` |
| Volume | Aproximadamente 23.000 exemplos |
| Tamanho | 153 MB |
| Idiomas | Português e inglês |
| Domínio | Desenvolvimento frontend |
| Conteúdo em destaque | Three.js, SVG e reasoning |
| Aplicação | Treinamento e fine-tuning de modelos de código |

### Utilização

O dataset está disponível no Hugging Face:

[guell00/Front-end-expert-CodeAtelier_23K](https://huggingface.co/datasets/guell00/Front-end-expert-CodeAtelier_23K)

Para carregar um dataset compatível com a biblioteca `datasets`:

```python
from datasets import load_dataset

dataset = load_dataset(
    "guell00/Front-end-expert-CodeAtelier_23K"
)

print(dataset)
print(dataset["train"][0])
```

O exemplo pressupõe que o repositório tenha uma configuração carregável pela biblioteca e um split chamado `train`. A estrutura dos registros deve ser consultada antes de preparar o pipeline de treinamento.

### Considerações sobre treinamento

O CodeAtelier pode ser utilizado em experimentos de supervised fine-tuning e em outras estratégias de treinamento compatíveis com a estrutura dos dados.

Recomenda-se verificar o formato dos exemplos, a distribuição dos temas e possíveis duplicações antes do treinamento.

A presença de exemplos de raciocínio e código não garante, por si só, melhorias na qualidade visual ou na correção das implementações. Esses resultados dependem do modelo base, do processo de treinamento e da avaliação utilizada.

Para avaliar modelos ajustados com o dataset, é útil considerar tanto a execução correta do código quanto a qualidade visual, a responsividade e a interatividade das interfaces geradas.

---

<a id="english"></a>

## English

### Overview

**CodeAtelier 23K** is a dataset intended for training and fine-tuning language models specialized in frontend development.

It contains approximately 23,000 examples across 153 MB, with an emphasis on code generation, implementation reasoning, and visually detailed web development.

A substantial part of the collection focuses on Three.js and SVG, covering tasks that go beyond conventional component-based interface development.

CodeAtelier focuses on frontend problems where layout decisions, visual composition, code structure, and interactive behavior affect the final implementation.

### Coverage

| Area | Content |
|---|---|
| Three.js | 3D scenes, geometry, materials, lighting, animation, and interaction |
| SVG | Vector graphics, composition, paths, filters, and custom visual elements |
| Frontend | Page structure, components, styling, and interface behavior |
| CSS | Layouts, responsive design, transitions, animation, and visual refinement |
| JavaScript | Interaction logic, element manipulation, and dynamic behavior |
| Reasoning | Implementation decisions, code organization, and problem-solving |

### Intended use

CodeAtelier 23K is designed for code models working on frontend tasks that combine technical requirements with visual specifications.

Relevant applications include:

- Generating frontend implementations from detailed instructions.
- Building interactive 3D experiences using Three.js.
- Creating SVG graphics with more complex structures and effects.
- Solving layout, animation, and interaction problems.
- Connecting implementation decisions to task requirements.

The dataset places particular emphasis on frontend tasks where functional correctness alone does not fully describe the expected result.

### Dataset information

| Property | Value |
|---|---|
| Name | CodeAtelier 23K |
| Repository | `guell00/Front-end-expert-CodeAtelier_23K` |
| Examples | Approximately 23,000 |
| Size | 153 MB |
| Languages | Portuguese and English |
| Domain | Frontend development |
| Main topics | Three.js, SVG, reasoning |
| Intended application | Code model training and fine-tuning |

### Loading the dataset

The dataset is hosted on Hugging Face:

[guell00/Front-end-expert-CodeAtelier_23K](https://huggingface.co/datasets/guell00/Front-end-expert-CodeAtelier_23K)

For repositories compatible with the Hugging Face `datasets` library:

```python
from datasets import load_dataset

dataset = load_dataset(
    "guell00/Front-end-expert-CodeAtelier_23K"
)

print(dataset)
print(dataset["train"][0])
```

This example assumes that the repository can be loaded through the library and provides a `train` split. Inspect the available columns and record structure before converting the data into a training format.

### Training considerations

CodeAtelier 23K can be used for supervised fine-tuning experiments and other training methods compatible with its data structure.

Before training, inspect the examples for formatting consistency, topic distribution, and duplicate content.

The presence of code and reasoning examples does not independently establish improvements in model performance. Results depend on the base model, training configuration, and evaluation methodology.

For frontend-oriented evaluations, useful criteria include code execution, visual fidelity, responsive behavior, and interactive functionality.

---

## Author

Created by [guell00](https://huggingface.co/guell00).

Dataset repository: [Front-end-expert-CodeAtelier_23K](https://huggingface.co/datasets/guell00/Front-end-expert-CodeAtelier_23K)