Je vais créer des données d'entraînement DSA personnalisées pour les LLMS problèmes Python avec raisonnement cot

Entraînez votre LLM de codage avec des données DSA de qualité production, pas des clones de LeetCode scrappés

Je fournis un ensemble de données Python DSA original, de haute qualité, conçu spécifiquement pour l'entraînement, le fine-tuning et l'évaluation des LLM. Chaque problème est un exemple complet et autonome, pas seulement une question et une réponse.

Plus de 855 problèmes de codage uniques, chacun comprenant :

ComponentDescriptionPrompt

Description détaillée du problème avec contraintes, spécifications d'entrée/sortie et règles de validation

Raisonnement

Chaîne de pensée étape par étape expliquant l'approche, le choix de l'algorithme et les cas limites

Solution

Implémentation Python fonctionnelle

Tests

Plusieurs cas de test avec assertions pour vérifier la correction

Ce qui distingue ce dataset

La plupart des datasets de codage en ligne sont :

• Scrappés de sources publiques (risque de copyright / duplication)
• Sans traces de raisonnement (mauvais pour l'entraînement cot / RLHF)
• Trivials ou répétitifs (les modèles mémorisent, ne généralise pas)
• Non testés (les solutions peuvent être incorrectes)

Le mien est conçu pour l'entraînement AI dès le départ :

• Scénarios originaux, problèmes de style réel (chaîne d'approvisionnement, optimisation de réseau, allocation de ressources), pas des titres copiés-collés de LeetCode
• Chaînes de raisonnement complètes, idéales pour entraîner des modèles qui pensent avant de coder
• Solutions vérifiées + tests