可验证代码推理:Python 编程题分步思维链数据集
机器学习
0 下载
15 浏览
2026-09-15
数据集简介
数据集卡与任务定位
Verifiable Code Reasoning 聚焦代码生成与程序推理(计算机科学)方向,数据模态为文本,内容由 Python 代码、题目描述和推理链组成。其核心设计是把「可执行验证」作为数据准入条件:每道题附带一个解答,解答必须通过沙箱内的单元测试才会进入数据集,未通过执行验证的样本直接丢弃。
这一机制使数据集中的代码解答带有可核对的正确性依据,适合用于需要逐步推理与结果验证的代码推理训练场景。
样本字段与内容结构
数据集以 parquet 格式组织,每条记录包含以下字段:
name:题目名称;signature:函数签名;reasoning:分步思维链,记录从题目到解答的推理过程;code:Python 代码解答;- 题目描述文本列:与题目对应的自然语言描述。
数据语言为英语,题目与推理链均以英文呈现。
执行验证流程
验证环节采用多进程沙箱,并设置超时限制与多个测试用例。每个候选解需要在沙箱中完成全部单元测试才算通过;任何执行失败或超时的样本都会被剔除,不进入最终数据集。这一流程保证了保留下来的每条样本都经过实际运行检验。
文件与加载方式
数据集页面提供 Files and versions 区块,可直接浏览与下载数据文件;同时支持通过 Datasets、Dask、Polars 等常用库加载。数据规模在页面上标注为 1M - 10M 区间,采用 MIT 许可,公开可下载。
社区与引用
数据集页面设有 Community 区块,供使用者交流与反馈。使用该数据集时请遵循 MIT 许可条款,并引用项目名称 Verifiable Code Reasoning。
基本信息
记录数量未知
文件大小未知
文件格式parquet
数据来源smshahbaj
语言英语
许可MIT
数据落地页https://huggingface.co/datasets/smshahbaj/verifiable-code-reasoning
发布日期2026-09-15
代码推理Python编程题思维链执行验证代码生成
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载